Azure Machine Learning 확장을 사용하여 Visual Studio Code 데스크톱 설정
기계 학습 워크플로에 대한 Azure Machine Learning Visual Studio Code 확장을 설정하는 방법을 알아봅니다. VS Code 데스크톱 애플리케이션을 사용할 때만 이 설정을 수행하면 됩니다. 웹용 VS Code를 사용하는 경우 이 문제가 자동으로 처리됩니다.
VS Code용 Azure Machine Learning 확장은 다음에 대한 사용자 인터페이스를 제공합니다.
- Azure Machine Learning 리소스(실험, 가상 머신, 모델, 배포 등) 관리
- 원격 컴퓨팅 인스턴스를 사용하여 로컬로 개발
- 기계 학습 모델 학습
- 로컬로 기계 학습 실험 디버그
- 사양 파일 작성을 위한 스키마 기반 언어 지원, 자동 완성 및 진단
필수 조건
- Azure 구독. 구독이 없는 경우 Azure Machine Learning의 평가판 또는 유료 버전에 가입하여 사용해 보세요.
- Visual Studio Code 없는 경우 설치합니다.
- Python
- (선택 사항) 확장을 사용하여 리소스를 만들려면 CLI(v2)를 설치해야 합니다. 설치 지침은 CLI(v2) 설치, 설정 및 사용을 참조하세요.
- 커뮤니티 기반 리포지토리 복제
git clone https://github.com/Azure/azureml-examples.git --depth 1
확장 설치
Visual Studio Code를 엽니다.
작업 막대에서 확장 아이콘을 선택하여 [확장] 보기를 엽니다.
확장 보기 검색 창에서 “Azure Machine Learning”을 입력하고 첫 번째 확장을 선택합니다.
설치를 선택합니다.
참고 항목
Azure Machine Learning VS Code 확장은 기본적으로 CLI(v2)를 사용합니다. 1.0 CLI로 전환하려면 Visual Studio Code의 azureML.CLI Compatibility Mode 설정을 1.0으로 설정합니다. Visual Studio에서 설정을 수정하는 방법에 대한 자세한 내용은 사용자 및 작업 영역 설정 설명서를 참조하세요.
Azure 계정에 로그인
Azure에서 리소스 및 작업 워크로드를 프로비저닝하려면 Azure 계정 자격 증명을 사용하여 로그인해야 합니다. 계정 관리를 지원하기 위해 Azure Machine Learning에서 Azure 계정 확장을 자동으로 설치합니다. 다음 사이트를 방문하여 Azure 계정 확장에 대해 자세히 알아보세요.
Azure 계정에 로그인하려면 Visual Studio Code 상태 표시줄에서 오른쪽 아래 모서리에 있는 Azure: 로그인 단추를 선택하여 로그인 프로세스를 시작합니다.
기본 작업 영역 선택
기본 Azure Machine Learning 작업 영역을 선택하면 CLI(v2) YAML 사양 파일을 작성할 때 다음을 사용할 수 있습니다.
- 스키마 유효성 검사
- 자동 완성
- 진단
작업 영역이 없으면 새로 만듭니다. 자세한 내용은 VS Code 확장을 사용하여 Azure Machine Learning 리소스 관리를 참조하세요.
기본 작업 영역을 선택하려면 Visual Studio Code 상태 표시줄에서 Azure Machine Learning 작업 영역 설정 단추를 선택하고 프롬프트에 따라 작업 영역을 설정합니다.
또는 명령 팔레트에서 > Azure ML: Set Default Workspace 명령을 사용하고 프롬프트에 따라 작업 영역을 설정합니다.
명령 팔레트를 열려면 키보드에서 Command와 P를 누릅니다. 그런 다음 > Azure ML: Set Default Workspace를 입력합니다.