Kennismaken met Azure Machine Learning door middel van Jupyter-notebooks

  • Artikel

VAN TOEPASSING OP: Python SDK azure-ai-ml v2 (actueel)

De opslagplaats AzureML-Examples bevat de nieuwste (v2) Azure Machine Learning Python CLI- en SDK-voorbeelden. Zie het leesmij-bestand voor informatie over de verschillende voorbeeldtypen.

In dit artikel wordt beschreven hoe u toegang kunt krijgen tot de opslagplaats vanuit de volgende omgevingen:

  • Azure Machine Learning-rekeninstantie
  • Uw eigen rekenresource
  • Data Science Virtual Machine

De eenvoudigste manier om aan de slag te gaan met de voorbeelden is door de resources maken te voltooien om aan de slag te gaan. Zodra dit is voltooid, hebt u een toegewezen notebookserver vooraf geladen met de SDK en de Azure Machine Learning Notebooks-opslagplaats. Er zijn geen downloads of installaties vereist.

Voorbeeldnotitieblokken weergeven:

  1. Meld u aan bij Studio en selecteer indien nodig uw werkruimte.
  2. Selecteer Notitieblokken.
  3. Selecteer het tabblad Voorbeelden . Gebruik de map SDK v2 voor voorbeelden met behulp van Python SDK v2.
  4. Open de notebook die u wilt uitvoeren. Selecteer Dit notitieblok klonen om een kopie te maken in uw werkruimtebestandsshare. Met deze actie wordt het notebook samen met eventuele afhankelijke resources gekopieerd.

Optie 2: Toegang op uw eigen notebookserver

Als u uw eigen notebookserver wilt meenemen voor lokale ontwikkeling, volgt u deze stappen op uw computer.

  1. Gebruik de instructies in de Azure Machine Learning SDK om de Azure Machine Learning SDK (v2) voor Python te installeren

  2. Een Azure Machine Learning-werkruimte maken.

  3. Kloon de opslagplaats AzureML-Examples.

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

  4. Start de notebookserver vanuit de map met uw kloon.

    jupyter notebook

In deze instructies worden de basis-SDK-pakketten geïnstalleerd die nodig zijn voor de quickstart- en zelfstudienotebooks. Voor andere voorbeeldnotebooks moet u mogelijk extra onderdelen installeren. Zie De Azure Machine Learning-SDK voor Python installeren voor meer informatie.

Optie 3: Toegang op een DSVM

De Data Science Virtual Machine (DSVM) is een aangepaste VM-installatiekopie die speciaal is gebouwd voor data science. Als u een DSVM maakt, worden de SDK- en notebookserver voor u geïnstalleerd en geconfigureerd. U moet echter nog wel een werkruimte maken en de voorbeeldopslagplaats klonen.

  1. Een Azure Machine Learning-werkruimte maken

  2. Kloon de opslagplaats AzureML-Examples.

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

  3. Start de notebookserver vanuit de map die de kloon bevat.

    jupyter notebook

Verbinding maken met een werkruimte

Sommige voorbeelden gebruiken MLClient.from_config() om verbinding te maken met een werkruimte. Voordat deze voorbeelden werken, hebt u een configuratiebestand in een map nodig op het pad naar het voorbeeld.

Het configuratiebestand wordt voor u gemaakt op het Azure Machine Learning-rekenproces. Als u de code op uw eigen notebookserver of DSVM wilt gebruiken, maakt u het configuratiebestand handmatig. Gebruik een van de volgende methoden:

  • Schrijf een configuratiebestand (aml_config/config.json) in de hoofdmap van de gekloonde opslagplaats.

  • Download het configuratiebestand voor de werkruimte:

    • Meld u aan bij Azure Machine Learning-studio
    • Selecteer uw werkruimte-instellingen in de rechterbovenhoek
    • Configuratiebestand downloaden selecteren
    • Plaats het bestand in de hoofdmap van de gekloonde opslagplaats.

    Screenshot of download config.json.

Volgende stappen

Verken de opslagplaats AzureML-Examples om te ontdekken wat Azure Machine Learning kan doen.

Zie https://github.com/Azure/mlops-v2voor meer voorbeelden van MLOps.

Volg deze zelfstudies: