Esempi in Azure Data Science Macchine virtuali

Articolo
12/05/2022
2 minuti per la lettura

Azure Data Science Macchine virtuali (DSVMs) include un set completo di codice di esempio. Questi esempi includono notebook e script di Jupyter nei linguaggi come Python e R.

Nota

Per altre informazioni su come eseguire notebook Jupyter nelle macchine virtuali di data science, vedere la sezione Access Jupyter .

Prerequisiti

Per eseguire questi esempi, è necessario aver effettuato il provisioning di un Data Science Virtual Machine Ubuntu.

Esempi disponibili

Categoria di esempi	Descrizione	Percorsi
Linguaggio di programmazione di Python	Gli esempi illustrano scenari come la connessione con gli archivi dati cloud basati su Azure e come usare Azure Machine Learning. Linguaggio di programmazione di Python	`~notebooks`
Linguaggio di programmazione di Julia	Fornisce una descrizione dettagliata del tracciato e dell'apprendimento approfondito in Julia. Spiega anche come chiamare C e Python da Julia. Julia lingua	Windows: `~notebooks/Julia_notebooks` Linux: `~notebooks/julia`
Azure Machine Learning	Illustra come creare modelli di Machine Learning e Deep Learning con Machine Learning. Distribuire i modelli ovunque. Usare le funzionalità automatizzate di Machine Learning e l'ottimizzazione intelligente degli iperparametri. Usare la gestione modelli e il training distribuito. Machine Learning	`~notebooks/AzureML`
Notebook PyTorch	Esempi di Deep Learning che usano reti neurali basate su PyTorch. I livelli dei notebook vanno dallo scenario per principianti agli scenari avanzati. Notebook PyTorch	`~notebooks/Deep_learning_frameworks/pytorch`
TensorFlow	Un'ampia gamma di esempi e tecniche di rete neurale implementate usando il framework TensorFlow. TensorFlow	`~notebooks/Deep_learning_frameworks/tensorflow`
H2O	Esempi basati su Python che usano H2O per scenari di problemi reali. H2O	`~notebooks/h2o`
Linguaggio di programmazione di SparkML	Esempi che usano funzionalità del toolkit Apache Spark MLLib tramite pySpark e MMLSpark: Microsoft Machine Learning per Apache Spark in Apache Spark 2.x. Linguaggio SparkML	`~notebooks/SparkML/pySpark` `~notebooks/MMLSpark`
XGBoost	Esempi standard di Machine Learning in XGBoost per scenari come la classificazione e la regressione. XGBoost	Windows: `\dsvm\samples\xgboost\demo`

Accesso a Jupyter

Per accedere a Jupyter, selezionare l'icona Jupyter nel menu desktop o dell'applicazione. È anche possibile accedere a Jupyter in un'edizione Linux di una DSVM. Per accedere in remoto da un Web browser, passare a https://<Full Domain Name or IP Address of the DSVM>:8000 Ubuntu.

Per aggiungere eccezioni e rendere disponibile l'accesso a Jupyter tramite un browser, usare le indicazioni seguenti:

Abilitare l'eccezione Jupyter