Azure Data Science Virtual Machines 샘플

Azure DSVM(Data Science Virtual Machines)에는 포괄적인 샘플 코드 집합이 있습니다. 이러한 샘플에는 Python 및 R과 같은 언어로 작성된 Jupyter Notebook 및 스크립트가 포함됩니다.

참고 항목

Data Science Virtual Machine에서 Jupyter Notebook을 실행하는 방법에 대한 자세한 내용은 Jupyter 액세스 섹션을 참조하세요.

필수 조건

이러한 샘플을 실행하려면 Ubuntu Data Science Virtual Machine을 프로비전해야 합니다.

사용 가능한 샘플

샘플 범주 설명 위치
Python 언어 샘플은 Azure 기반 클라우드 데이터 저장소에 연결하는 방법, Azure Machine Learning에서 작업하는 방법과 같은 시나리오를 설명합니다.
Python 언어

~notebooks

Julia 언어 Julia로 그리기 및 딥 러닝에 대한 자세한 설명을 제공합니다. 또한 Julia에서 C 및 Python을 호출하는 방법도 설명합니다.
Julia 언어

Windows:
~notebooks/Julia_notebooks

Linux:
~notebooks/julia

Azure Machine Learning Machine Learning을 사용하여 기계 학습 및 딥 러닝 모델을 빌드하는 방법을 보여 줍니다. 어디서든지 모델을 배포합니다. 자동화된 기계 학습 및 지능형 하이퍼 매개 변수 조정을 사용합니다. 또한 모델 관리 및 분산 학습을 사용합니다.
Machine Learning

~notebooks/AzureML

PyTorch 노트북 PyTorch 기반 신경망을 사용하는 딥 러닝 샘플입니다. 노트북은 초급부터 고급 시나리오까지 포함합니다.
PyTorch 노트북

~notebooks/Deep_learning_frameworks/pytorch

TensorFlow TensorFlow 프레임워크를 사용하여 구현된 다양한 신경망 샘플 및 기법입니다.
Tensorflow

~notebooks/Deep_learning_frameworks/tensorflow

H2O 실제 문제 시나리오에 H2O를 사용하는 Python 기반 샘플입니다.
H2O

~notebooks/h2o

SparkML 언어 pySpark 및 MMLSpark(Apache Spark 2.x의 Apache Spark용 Microsoft Machine Learning)를 통해 Apache Spark MLLib 도구 키트의 기능을 사용하는 샘플입니다.
SparkML 언어

~notebooks/SparkML/pySpark
~notebooks/MMLSpark

XGBoost 분류, 회귀와 같은 시나리오에 대해 XGBoost에 들어 있는 표준 기계 학습 샘플입니다.
XGBoost

Windows:
\dsvm\samples\xgboost\demo


액세스 Jupyter

Jupyter에 액세스하려면 데스크톱 또는 애플리케이션 메뉴에서 Jupyter 아이콘을 선택합니다. DSVM의 Linux 버전에서 Jupyter에 액세스할 수도 있습니다. 웹 브라우저에서 원격으로 액세스하려면 Ubuntu에서 https://<Full Domain Name or IP Address of the DSVM>:8000으로 이동합니다.

예외를 추가하고 브라우저에서 Jupyter에 액세스하려면 다음 지침을 참조하세요.

Enable Jupyter exception

Data Science Virtual Machine에 로그인하는 데 사용하는 것과 동일한 암호를 사용하여 로그인합니다.

Jupyter 홈
Jupyter home

R 언어


R samples

Python 언어


Python samples

Julia 언어


Julia samples

Azure Machine Learning


Azure Machine Learning samples

PyTorch


PyTorch samples

TensorFlow


TensorFlow samples

H2O


H2O samples

SparkML


SparkML samples

XGBoost


XGBoost samples