Avviare Visual Studio Code integrato in Azure Machine Learning (anteprima)

Questo articolo illustra come avviare Visual Studio Code in modalità remota a un'istanza di calcolo di Azure Machine Learning. Usare VS Code come ambiente di sviluppo integrato (IDE) con la potenza delle risorse di Azure Machine Learning. Usare VS Code nel browser con VS Code per il Web o usare l'applicazione desktop di VS Code.

Importante

Questa funzionalità è attualmente in anteprima pubblica. Questa versione di anteprima viene fornita senza un contratto di servizio e non è consigliabile per i carichi di lavoro di produzione. Alcune funzionalità potrebbero non essere supportate o potrebbero presentare funzionalità limitate.

Per altre informazioni, vedere le Condizioni supplementari per l'uso delle anteprime di Microsoft Azure.

Esistono due modi per connettersi a un'istanza di calcolo da Visual Studio Code. È consigliabile adottare il primo approccio.

1. Usare VS Code come ambiente di sviluppo integrato (IDE) dell'area di lavoro. Questa opzione offre un ambiente di sviluppo completo per la creazione di progetti di Machine Learning.

   • È possibile aprire VS Code dall'area di lavoro nel browser usando VS Code per il Web o l'applicazione VS Code Desktop.
   • È consigliabile usare VS Code per il Web, perché permette di eseguire tutte le operazioni di Machine Learning direttamente dal browser, senza ulteriori installazioni richieste o dipendenze.

2. Server Jupyter Notebook remoto. Questa opzione consente di impostare un'istanza di calcolo come server Jupyter Notebook remoto. Questa opzione è disponibile solo in VS Code (Desktop).

Importante

Per connettersi a un'istanza di calcolo dietro un firewall, vedere Configurare il traffico di rete in ingresso e in uscita.

Prerequisiti

Prima di iniziare, sono necessari:

1. Un'area di lavoro di Azure Machine Learning e un'istanza di calcolo. Completare Creare le risorse necessarie per iniziare a crearle entrambe.

2. Accedere allo studio e selezionare l'area di lavoro se non è già aperta.

3. Nel pannello Gestisci funzionalità di anteprima scorrere verso il basso e abilitare Connessione istanze di calcolo in Visual Studio Code per il Web.

   

Usare VS Code come IDE dell'area di lavoro

Usare una di queste opzioni per connettere VS Code all'istanza di calcolo e ai file dell'area di lavoro.

Studio -> VS Code (Web)

VS Code per il Web offre un ambiente di sviluppo completo per la creazione di progetti di Machine Learning, tutti dal browser e senza installazioni o dipendenze necessarie. Inoltre, connettendo l'istanza di calcolo di Azure Machine Learning, si ottiene l'esperienza di sviluppo avanzata e integrata offerte da VS Code, ottimizzate dalla potenza di Azure Machine Learning.

Avviare VS Code per il Web con un'opzione selezionata dall'studio di Azure Machine Learning e continuare facilmente il lavoro.

Accedere a studio di Azure Machine Learning e seguire la procedura per avviare una scheda del browser VS Code (Web) connessa all'istanza di calcolo di Azure Machine Learning.

È possibile creare la connessione dalla sezione Notebook ocalcolo di studio di Azure Machine Learning.

• Notebook

  1. Selezionare la scheda Notebook.

  2. Nella scheda Notebook selezionare il file da modificare.

  3. Se l'istanza di calcolo viene arrestata, selezionare Avvia calcolo e attendere fino a quando non è in esecuzione.

     

  4. Selezionare Editor > modifica in VS Code (Web).

  

• Calcolo

  1. Selezionare la scheda Calcolo
  2. Se l'istanza di calcolo da usare viene arrestata, selezionarla e quindi selezionare Avvia.
  3. Quando l'istanza di calcolo è in esecuzione, nella colonna Applicazioni selezionare VS Code (Web).

  

Se queste opzioni non vengono visualizzate, assicurarsi di aver abilitato le istanze di calcolo Connessione in Visual Studio Code per la funzionalità di anteprima Web, come illustrato nella sezione Prerequisiti.

Studio -> VS Code (desktop)

Questa opzione avvia l'applicazione desktop di VS Code, connessa all'istanza di calcolo.

Nella connessione iniziale potrebbe essere richiesto di installare l'estensione Visual Studio Code di Azure Machine Learning, se non è già disponibile. Per altre informazioni, vedere la guida alla configurazione dell'estensione Visual Studio Code di Azure Machine Learning.

Importante

Per connettersi all'istanza di calcolo remota da Visual Studio Code, assicurarsi che l'account a cui si è connessi in studio di Azure Machine Learning sia lo stesso usato in Visual Studio Code.

Passare a ml.azure.com

È possibile creare la connessione dalla sezione Notebook ocalcolo di studio di Azure Machine Learning.

• Notebook

  1. Selezionare la scheda Notebook

  2. Nella scheda Notebook selezionare il file da modificare.

  3. Se l'istanza di calcolo viene arrestata, selezionare Avvia calcolo e attendere fino a quando non è in esecuzione.

     

  4. Selezionare Modifica in VS Code (desktop).Select Edit in VS Code (Desktop).

     

  5. È anche possibile avviare VS Code (Web) senza aprire un notebook, dalla barra dei comandi di Esplora file o dal menu azione in una cartella in Esplora file

     

• Calcolo

  1. Selezionare la scheda Calcolo.
  2. Se l'istanza di calcolo da usare viene arrestata, selezionarla e quindi selezionare Avvia.
  3. Quando l'istanza di calcolo è in esecuzione, nella colonna Applicazioni selezionare VS Code (Desktop).

  

Da VS Code

Questa opzione connette la sessione corrente di VS Code a un'istanza di calcolo remota. Per connettersi all'istanza di calcolo da VS Code, è necessario installare l'estensione Visual Studio Code di Azure Machine Learning. Per altre informazioni, vedere la guida alla configurazione dell'estensione Visual Studio Code di Azure Machine Learning.

Estensione di Azure Machine Learning

1. In VS Code avviare l'estensione Azure Machine Learning.
2. Espandere il nodo Istanze di calcolo nell'estensione.
3. Fare clic con il pulsante destro del mouse sull'istanza di calcolo a cui connettersi e selezionare Connessione all'istanza di calcolo.

Riquadro comandi

1. In VS Code aprire il riquadro comandi selezionando Visualizza > riquadro comandi.
2. Immettere nella casella di testo AzureML: Connessione all'istanza di calcolo.
3. Selezionare la propria sottoscrizione.
4. Selezionare l'area di lavoro.
5. Selezionare l'istanza di calcolo o crearne una nuova.

Se si sceglie una delle esperienze di clic, viene aperta una nuova finestra di VS Code e viene effettuato un tentativo di connessione all'istanza di calcolo remota. Quando si tenta di stabilire questa connessione, vengono eseguiti i passaggi seguenti:

1. Autorizzazione. Vengono eseguiti alcuni controlli per assicurarsi che l'utente che tenta di stabilire una connessione sia autorizzato a usare l'istanza di calcolo.
2. Vs Code Remote Server viene installato nell'istanza di calcolo.
3. Viene stabilita una connessione WebSocket per l'interazione in tempo reale.

Una volta stabilita la connessione, viene salvata in modo permanente. Un token viene rilasciato all'inizio della sessione, che viene aggiornato automaticamente per mantenere la connessione con l'istanza di calcolo.

Dopo la connessione all'istanza di calcolo remota, usare l'editor per:

• Creare e gestire file nell'istanza di calcolo remota o nella condivisione file.
• Usare il terminale integrato di VS Code per eseguire comandi e applicazioni nell'istanza di calcolo remota.
• Eseguire il debug di script e applicazioni
• Usare VS Code per gestire i repository Git

Server Jupyter Notebook remoto

Questa opzione consente di usare un'istanza di calcolo come server Jupyter Notebook remoto da Visual Studio Code (Desktop). Questa opzione si connette solo all'istanza di calcolo, non al resto dell'area di lavoro. Quando si usa questa opzione, i file dell'area di lavoro non verranno visualizzati in VS Code.

Per configurare un'istanza di calcolo come server Jupyter Notebook remoto, installare prima di tutto:

• Estensione di Visual Studio Code di Azure Machine Learning. Per altre informazioni, vedere la guida alla configurazione dell'estensione Visual Studio Code di Azure Machine Learning.

Per connettersi a un'istanza di calcolo:

1. Aprire un notebook di Jupyter in Visual Studio Code.

2. Quando viene caricata l'esperienza integrata del notebook, scegliere Seleziona kernel.

   

   In alternativa, usare il riquadro comandi:

   1. Selezionare Visualizza > riquadro comandi dalla barra dei menu per aprire il riquadro comandi.
   2. Immettere nella casella AzureML: Connect to Compute instance Jupyter serverdi testo .

3. Scegliere Azure ML Compute Instances dall'elenco delle opzioni del server Jupyter.

4. Selezionare la sottoscrizione dall'elenco delle sottoscrizioni. Se in precedenza è stata configurata l'area di lavoro predefinita di Azure Machine Learning, questo passaggio viene ignorato.

5. Selezionare l'area di lavoro.

6. Selezionare l'istanza di calcolo dall'elenco. Se non è disponibile, selezionare Crea nuova istanza di calcolo di Azure Machine Learning e seguire le istruzioni per crearne una.

7. Per rendere effettive le modifiche, è necessario ricaricare Visual Studio Code.

8. Aprire un notebook di Jupyter ed eseguire una cella.

Importante

Per stabilire la connessione, è necessario eseguire una cella.

A questo punto, è possibile continuare a eseguire le celle nel notebook di Jupyter.

Suggerimento

È anche possibile usare i file di script Python (.py) contenenti celle di codice simili a Jupyter. Per altre informazioni, vedere la documentazione interattiva di Visual Studio Code Python.

Passaggi successivi

Dopo aver avviato Visual Studio Code in modalità remota a un'istanza di calcolo, è possibile preparare i dati, modificare ed eseguire il debug del codice e inviare processi di training con l'estensione Azure Machine Learning.

Per altre informazioni su come sfruttare al meglio VS Code integrato con Azure Machine Learning, vedere Lavorare in VS Code in modalità remota connessa a un'istanza di calcolo (anteprima).