Esplorare Azure Machine Learning con Jupyter Notebook (v1)

Articolo
04/10/2024

Il repository di notebook di Azure Machine Learning include gli esempi più recenti di Azure Machine Learning SDK (v1) per Python. Questi notebook di Jupyter sono progettati per facilitare l'esplorazione dell'SDK e fungono da modelli per progetti di Machine Learning personalizzati. In questo repository sono disponibili notebook di esercitazione nella cartella delle esercitazioni e notebook specifici delle funzionalità nella cartella how-to-use-azureml.

Questo articolo illustra come accedere ai repository dagli ambienti seguenti:

Istanza di calcolo di Azure Machine Learning
Server notebook personale
Data Science Virtual Machine

Opzione 1: Accedere all'istanza di ambiente di calcolo di Azure Machine Learning (scelta consigliata)

Il modo più semplice per iniziare a usare gli esempi consiste nel completare Creare risorse necessarie per iniziare. Al termine, si avrà un server notebook dedicato in cui sono precaricati l'SDK e il repository di notebook di Azure Machine Learning. Non saranno necessari download o installazioni.

Per visualizzare i notebook di esempio: 1. Accedere allo studio e selezionare l'area di lavoro, se necessario. 1. Selezionare Notebook. 1. Selezionare la scheda Esempi. Utilizzare la cartella SDK v1 per gli esempi che usano Python SDK v1.

Opzione 2: Accedere al proprio server notebook

Se si preferisce usare un server notebook personale per lo sviluppo locale, seguire questa procedura nel proprio computer.

Utilizzare le istruzioni riportate in Azure Machine Learning SDK per installare Azure Machine Learning SDK (v1) per Python
Creare un'area di lavoro di Azure Machine Learning.
Scrivere un file di configurazione (aml_config/config.json).

Clonare il repository di notebook di Machine Learning.

git clone https://github.com/Azure/MachineLearningNotebooks.git --depth 1

Avviare il server notebook dalla directory contenente il clone.
```
jupyter notebook
```

Queste istruzioni consentono di installare i pacchetti SDK di base necessari per i notebook della guida di avvio rapido e dell'esercitazione. Altri notebook di esempio potrebbero richiedere l'installazione di ulteriori componenti. Per altre informazioni, vedere Installare Azure Machine Learning SDK per Python.

Opzione 3: Accesso in una DSVM

Una Data Science Virtual Machine (DSVM) è un'immagine di macchina virtuale personalizzata creata specificamente per eseguire operazioni di data science. Se si crea una DSVM, il server notebook e l'SDK vengono installati e configurati automaticamente. È tuttavia necessario creare un'area di lavoro e clonare il repository di esempio.

Creare un'area di lavoro di Azure Machine Learning.
Aggiungere un file di configurazione dell'area di lavoro usando uno di questi metodi:
- In studio di Azure Machine Learning selezionare le impostazioni dell'area di lavoro in alto a destra e quindi selezionare Scarica file di configurazione.
- Creare una nuova area di lavoro usando il codice incluso nel notebook configuration.ipynb.
Dalla directory in cui è stato aggiunto il file di configurazione clonare il repository dei notebook di Machine Learning.
```
git clone https://github.com/Azure/MachineLearningNotebooks.git --depth 1
```
Avviare il server notebook dalla directory, che ora contiene il clone e il file di configurazione.
```
jupyter notebook
```

Passaggi successivi

Esplorare il repository MachineLearningNotebooks per scoprire cosa può fare Azure Machine Learning.

Per altri esempi e progetti di esempio GitHub, vedere questi repository:

Condividi tramite