Udostępnij za pośrednictwem

Zarządzanie zasobami obliczeniowymi na potrzeby trenowania i wdrażania modelu w programie Studio

  • Artykuł

W tym artykule dowiesz się, jak zarządzać zasobami obliczeniowymi używanymi do trenowania i wdrażania modelu w usłudze Azure Machine Studio.

Usługa Azure Machine Learning umożliwia trenowanie modelu na różnych zasobach lub środowiskach, łącznie nazywanych obiektami docelowymi obliczeń. Obiektem docelowym obliczeń może być maszyna lokalna lub zasób w chmurze, taki jak obliczenia usługi Azure Machine Learning, usługa Azure HDInsight lub zdalna maszyna wirtualna.

Możesz również używać bezserwerowych zasobów obliczeniowych jako celu obliczeniowego. Nie ma nic do zarządzania podczas korzystania z bezserwerowych obliczeń.

Wymagania wstępne

Wyświetlanie docelowych obiektów obliczeniowych

Aby wyświetlić wszystkie docelowe obiekty obliczeniowe dla obszaru roboczego, wykonaj następujące kroki:

  1. Przejdź do usługi Azure Machine Learning Studio.

  2. W obszarze Zarządzanie wybierz pozycję Obliczenia.

  3. Wybierz karty u góry, aby wyświetlić każdy typ docelowego obiektu obliczeniowego.

    Zrzut ekranu przedstawiający listę obiektów docelowych obliczeniowych.

Tworzenie wystąpienia obliczeniowego i klastrów

Wystąpienia obliczeniowe i klastry obliczeniowe można tworzyć w obszarze roboczym przy użyciu zestawu AZURE Machine Learning SDK, interfejsu wiersza polecenia lub programu Studio:

Ponadto można użyć rozszerzenia programu VS Code do tworzenia wystąpień obliczeniowych i klastrów obliczeniowych w obszarze roboczym.

Dołączanie klastrów Kubernetes

Aby uzyskać informacje na temat konfigurowania i dołączania klastra Kubernetes do obszaru roboczego, zobacz Konfigurowanie klastra Kubernetes na potrzeby usługi Azure Machine Learning.

Dołączanie innych obiektów docelowych obliczeniowych

Aby użyć maszyn wirtualnych utworzonych poza obszarem roboczym usługi Azure Machine Learning, musisz najpierw dołączyć je do obszaru roboczego. Dołączenie zasobu obliczeniowego powoduje udostępnienie go obszarowi roboczemu.

  1. Przejdź do usługi Azure Machine Learning Studio.

  2. W obszarze Zarządzanie wybierz pozycję Obliczenia.

  3. Na kartach u góry wybierz pozycję Dołączone zasoby obliczeniowe , aby dołączyć docelowy obiekt obliczeniowy do trenowania.

  4. Wybierz pozycję +Nowy, a następnie wybierz typ obliczeń do dołączenia. Nie wszystkie typy obliczeń można dołączyć z usługi Azure Machine Learning Studio.

  5. Wypełnij formularz i podaj wartości wymaganych właściwości.

    Uwaga

    Firma Microsoft zaleca używanie kluczy SSH, które są bezpieczniejsze niż hasła. Hasła są podatne na ataki siłowe. Klucze SSH korzystają z podpisów kryptograficznych. Aby uzyskać informacje na temat tworzenia kluczy SSH do użycia z usługą Azure Virtual Machines, zobacz następujące dokumenty:

  6. Wybierz Dołącz.

Odłącz obliczenia, wykonując następujące czynności:

  1. W usłudze Azure Machine Learning Studio wybierz pozycję Obliczenia, Dołączone zasoby obliczeniowe i zasoby obliczeniowe, które chcesz usunąć.
  2. Użyj linku Odłącz , aby odłączyć zasoby obliczeniowe.

Nawiązywanie połączenia przy użyciu dostępu SSH

Po utworzeniu zasobów obliczeniowych z włączonym dostępem za pomocą protokołu SSH wykonaj te kroki w celu uzyskania dostępu.

  1. Znajdź zasoby obliczeniowe w zasobach obszaru roboczego:

    1. Po lewej stronie wybierz pozycję Obliczenia.
    2. Użyj kart u góry, aby wybrać wystąpienie obliczeniowe lub klaster obliczeniowy, aby znaleźć maszynę.

  2. Wybierz nazwę obliczeniową na liście zasobów.

  3. Znajdź parametry połączenia:

    • W przypadku wystąpienia obliczeniowego wybierz pozycję Połącz w górnej części sekcji Szczegóły.

      Zrzut ekranu przedstawiający narzędzie connect w górnej części strony Szczegóły.

    • W przypadku klastra obliczeniowego wybierz pozycję Węzły u góry, a następnie wybierz parametry połączenia w tabeli dla węzła. Zrzut ekranu przedstawiający parametry połączenia węzła w klastrze obliczeniowym.

  4. Skopiuj parametry połączenia.

  5. W systemie Windows otwórz program PowerShell lub wiersz polecenia:

    1. Przejdź do katalogu lub folderu, w którym jest przechowywany klucz

    2. Dodaj flagę -i do parametry połączenia, aby zlokalizować klucz prywatny i wskazać miejsce przechowywania:

      ssh -i <keyname.pem> azureuser@... (rest of connection string)

  6. W przypadku użytkowników systemu Linux wykonaj kroki opisane w artykule Tworzenie i używanie pary kluczy SSH dla maszyn wirtualnych z systemem Linux na platformie Azure

  7. W przypadku użycia punktu połączenia usługi:

    scp -i key.pem -P {port} {fileToCopyFromLocal } azureuser@yourComputeInstancePublicIP:~/{destination}

Powiązana zawartość