Introduzione
In qualità di data scientist, si vuole scrivere codice che funzioni in qualsiasi ambiente di sviluppo. Indipendentemente dal fatto che si usi un ambiente di calcolo locale o cloud, il codice deve essere eseguito correttamente per eseguire il training di un modello di Machine Learning, ad esempio.
Per eseguire il codice, è necessario assicurarsi che i pacchetti, le librerie e le dipendenze necessari siano installati nel calcolo usato per eseguire il codice. In Azure Machine Learning gli ambienti elencano e archiviano i pacchetti necessari che è possibile riutilizzare tra le destinazioni di calcolo.
Annotazioni
In questo modulo si fa riferimento all'interpretazione degli ambienti di Azure Machine Learning. Si noti che il termine ambienti viene usato anche per descrivere altri concetti tecnici. Ad esempio, in DevOps gli ambienti fanno riferimento alla raccolta di risorse usate per una fase specifica nella distribuzione dell'applicazione, ad esempio l'ambiente di sviluppo o di produzione. Altre informazioni sulla distribuzione continua per Machine Learning.