Accedere a un terminale dell'istanza di calcolo

È possibile usare il terminale di un'istanza di calcolo nell'area di lavoro di Azure Machine Learning per accedere alle operazioni Git, installare i pacchetti e aggiungere kernel all'istanza.

Prerequisiti

• Una sottoscrizione di Azure. È possibile creare un account gratuito.
• Un'area di lavoro di Azure Machine Learning. Per altre informazioni, vedere Creare risorse dell'area di lavoro.

Accedere a un terminale

Per accedere al terminale dall'area di lavoro in Azure Machine Learning Studio:

1. Selezionare Notebook nel menu a sinistra.

2. Selezionare l'icona Terminale nella parte superiore della schermata.

   

3. Se un'istanza di calcolo è in esecuzione, viene aperta la finestra del terminale per tale istanza. Se non è in esecuzione alcuna istanza di calcolo, selezionare l'icona Avvia o Crea accanto a Calcolo per avviare o creare un'istanza di calcolo.

   

Altri modi per accedere al terminale

È anche possibile accedere a un terminale dell'istanza di calcolo nei modi seguenti:

• In Visual Studio Code selezionare Terminale>nuovo terminale dal menu in alto. Per altre informazioni sulla connessione all'area di lavoro da Visual Studio Code, vedere Lavorare in Visual Studio Code in modalità remota connessa a un'istanza di calcolo.
• In RStudio o Posit Workbench selezionare la scheda Terminale in alto a sinistra. Per altre informazioni, vedere Aggiungere applicazioni personalizzate, ad esempio RStudio o Posit Workbench.
• In JupyterLab, selezionare il pannello Terminale sotto Altro nel Launcher.
• In Jupyter selezionare File>Nuovo>terminale dal menu in alto.
• Se l'istanza di calcolo dispone dell'accesso SECURE SHELL (SSH) abilitato, connettersi tramite SSH al computer. Se il calcolo si trova in una rete virtuale gestita e non ha un indirizzo IP pubblico, usare il az ml compute connect-ssh comando per connettersi.

Copiare e incollare nel terminale

È possibile copiare e incollare testo tra il terminale e le celle del notebook di Azure Machine Learning Studio. Per Windows, usare CTRL+C per copiare e CTRL+V, CTRL+MAIUSC+V o MAIUSC+INSERISCI per incollare. Per macOS, usare Cmd+C per copiare e cmd+V da incollare.

Accedere alle operazioni e ai file Git

È possibile accedere a tutte le operazioni Git dal terminale. Tutti i file e le cartelle Git vengono archiviati nel file system dell'area di lavoro, in modo da poterli usare da qualsiasi istanza di calcolo nell'area di lavoro.

Note

Per assicurarsi che i file e le cartelle siano visibili in tutti gli ambienti notebook, salvarli ovunque in ~/cloudfiles/code/Users/<your_user_name>.

Per integrare Git con l'area di lavoro di Azure Machine Learning, vedere Integrazione di Git per Azure Machine Learning.

Installare i pacchetti

È possibile usare una finestra del terminale per installare i pacchetti nel kernel che si vuole usare per il notebook. Il kernel predefinito è python310-sdkv2.

Per Python, è possibile aggiungere ed eseguire il codice di installazione del pacchetto in una cella del notebook. Per la gestione dei pacchetti all'interno di un notebook Python, usare %pip o %conda funzioni magic per installare automaticamente i pacchetti nel kernel in esecuzione corrente. Non usare !pip o !conda, che fanno riferimento a tutti i pacchetti inclusi i pacchetti all'esterno del kernel attualmente in esecuzione.

È anche possibile installare pacchetti direttamente in Jupyter Notebook, RStudio o Posit Workbench. Usare la scheda Pacchetti in basso a destra o nella scheda Console in alto a sinistra. Per altre informazioni, vedere Aggiungere applicazioni personalizzate, ad esempio RStudio o Posit Workbench.

Aggiungere nuovi kernel

È possibile eseguire il codice nella finestra del terminale per aggiungere nuovi kernel all'istanza di calcolo.

Gli esempi di codice seguenti installano un nuovo kernel Jupyter. È possibile installare uno qualsiasi dei kernel jupyter disponibili.

1. Eseguire il comando seguente per creare un nuovo ambiente denominato newenv.

   conda create --name newenv
   

2. Attivare l'ambiente.

   conda activate newenv
   

3. Installare i pip pacchetti e ipykernel e creare un kernel per il nuovo ambiente Conda.

   conda install pip
   conda install ipykernel
   python -m ipykernel install --user --name newenv --display-name "Python (newenv)"
   

Per aggiungere un nuovo kernel R all'istanza di calcolo:

Note

A partire da novembre 2025, il canale Anaconda R non viene più mantenuto attivamente. I comandi seguenti usano il conda-forge canale come origine alternativa per i pacchetti R.

1. Usare la finestra del terminale per creare un nuovo ambiente. Il comando seguente crea r_env.

   conda create -n r_env -c conda-forge r-essentials r-base
   

2. Attivare l'ambiente.

   conda activate r_env
   

3. Eseguire R nel nuovo ambiente.

   R
   

4. Al prompt di R eseguire IRkernel per creare un nuovo kernel denominato irenv.

   IRkernel::installspec(name = 'irenv', displayname = 'New R Env')
   

5. Uscire dalla sessione R.

   q()
   

Il nuovo kernel R può richiedere alcuni minuti per essere pronto per l'uso. Se viene visualizzato un errore che indica che il kernel non è valido, attendere alcuni minuti e riprovare.

• Per altre informazioni su Conda, vedere Uso del linguaggio R con Anaconda.
• Per altre informazioni su IRkernel, vedere Kernel R nativo per Jupyter.

Rimuovere i kernel aggiunti

Per rimuovere un kernel Jupyter aggiunto dall'istanza di calcolo, è necessario rimuovere kernelspece, facoltativamente, rimuovere l'ambiente Conda. È anche possibile scegliere di mantenere l'ambiente Conda. È necessario rimuovere il kernelspec per impedire che il kernel rimanga selezionabile e causi un comportamento imprevisto.

Importante

Quando si personalizza l'istanza di calcolo, assicurarsi di non eliminare gli ambienti Conda o i kernel jupyter che non sono stati creati, che potrebbero danneggiare la funzionalità di Jupyter o JupyterLab.

Per rimuovere kernelspec:

1. Usare la finestra del terminale per elencare e trovare il kernelspec.

   jupyter kernelspec list
   

2. Rimuovi kernelspec, sostituendo <UNWANTED_KERNEL> con il kernel che desideri rimuovere.

   jupyter kernelspec uninstall <UNWANTED_KERNEL>
   

Per rimuovere anche l'ambiente Conda:

1. Usare la finestra del terminale per elencare e trovare l'ambiente Conda.

   conda env list
   

2. Rimuovere l'ambiente Conda, sostituendo <ENV_NAME> con l'ambiente Conda da rimuovere.

   conda env remove -n ENV_NAME
   

Quando si aggiorna, l'elenco del kernel nella visualizzazione Notebooks deve riflettere le modifiche apportate .

Gestire sessioni del terminale

Le sessioni del terminale possono rimanere attive se non si chiudeno correttamente le schede del terminale. Troppe sessioni del terminale attivo possono influire sulle prestazioni dell'istanza di calcolo. Assicurati di chiudere le sessioni che non sono più necessarie per preservare le risorse dell'istanza di calcolo e ottimizzare le prestazioni.

Per visualizzare un elenco di tutte le sessioni del terminale attive, selezionare l'icona Gestisci sessioni attive all'estrema destra nella barra degli strumenti del terminale. Arrestare tutte le sessioni che non sono più necessarie.

Per altre informazioni su come gestire le sessioni in esecuzione nel calcolo, vedere Gestire i notebook e le sessioni del terminale.

Contenuti correlati

• Gestire le sessioni del notebook e del terminale
• Integrazione di Git per Azure Machine Learning
• Lavorare in Visual Studio Code in modalità remota connessa a un'istanza di calcolo