Samouczek: tworzenie zasobów potrzebnych do rozpoczęcia pracy

W tym samouczku utworzysz zasoby potrzebne do rozpoczęcia pracy z usługą Azure Machine Learning.

  • Obszar roboczy. Aby korzystać z usługi Azure Machine Learning, musisz najpierw mieć obszar roboczy. Obszar roboczy jest centralnym miejscem do wyświetlania wszystkich tworzonych artefaktów i zasobów oraz zarządzania nimi.
  • Wystąpienie obliczeniowe. Wystąpienie obliczeniowe to wstępnie skonfigurowany zasób przetwarzania w chmurze, którego można użyć do trenowania, automatyzowania i śledzenia modeli uczenia maszynowego oraz zarządzania nimi. Wystąpienie obliczeniowe to najszybszy sposób rozpoczęcia korzystania z zestawów SDK i interfejsów WIERSZA polecenia usługi Azure Machine Learning. Użyjesz go do uruchamiania notesów Jupyter i skryptów języka Python w pozostałych samouczkach.

W tym filmie wideo pokazano, jak utworzyć obszar roboczy i wystąpienie obliczeniowe. Kroki są również opisane w poniższych sekcjach.

Wymagania wstępne

Tworzenie obszaru roboczego

Obszar roboczy jest zasobem najwyższego poziomu dla działań uczenia maszynowego, zapewniając scentralizowane miejsce do wyświetlania artefaktów tworzonych podczas korzystania z usługi Azure Machine Learning i zarządzania nimi.

Jeśli masz już obszar roboczy, pomiń tę sekcję i przejdź do sekcji Tworzenie wystąpienia obliczeniowego.

Jeśli nie masz jeszcze obszaru roboczego, utwórz go teraz:

  1. Zaloguj się do Azure Machine Learning studio

  2. Wybierz pozycję Utwórz obszar roboczy

  3. Podaj następujące informacje, aby skonfigurować nowy obszar roboczy:

    Pole Opis
    Nazwa obszaru roboczego Wprowadź unikatową nazwę identyfikującą obszar roboczy. Nazwy muszą być unikatowe w całej grupie zasobów. Użyj nazwy, która jest łatwa do przywoływania i rozróżniania obszarów roboczych utworzonych przez inne osoby. Nazwa obszaru roboczego nie uwzględnia wielkości liter.
    Subskrypcja Wybierz subskrypcję platformy Azure, której chcesz użyć.
    Grupa zasobów Użyj grupy zasobów istniejącej w Twojej subskrypcji lub wprowadź nazwę, aby utworzyć nową grupę zasobów. Grupa zasobów zawiera powiązane zasoby dla rozwiązania platformy Azure. Aby użyć istniejącej grupy zasobów, musisz mieć rolę współautora lub właściciela . Aby uzyskać więcej informacji na temat dostępu, zobacz Zarządzanie dostępem do obszaru roboczego usługi Azure Machine Learning.
    Region (Region) Wybierz region świadczenia usługi Azure najbliżej Twoich użytkowników i zasobów danych, aby utworzyć obszar roboczy.
  4. Wybierz pozycję Utwórz , aby utworzyć obszar roboczy

Uwaga

Spowoduje to utworzenie obszaru roboczego wraz ze wszystkimi wymaganymi zasobami. Jeśli chcesz ponownie używać zasobów, takich jak konto magazynu, Azure Container Registry, Azure KeyVault lub Application Insights, użyj Azure Portal.

Tworzenie wystąpienia obliczeniowego

Użyjesz wystąpienia obliczeniowego do uruchamiania notesów Jupyter i skryptów języka Python w pozostałych samouczkach. Jeśli jeszcze nie masz wystąpienia obliczeniowego, utwórz je teraz:

  1. W obszarze nawigacji po lewej stronie wybierz pozycję Notesy.

  2. Wybierz pozycję Utwórz zasoby obliczeniowe w środku strony.

    Zrzut ekranu przedstawia tworzenie zasobów obliczeniowych na środku ekranu.

    Porada

    Ta opcja będzie widoczna tylko wtedy, gdy nie masz jeszcze wystąpienia obliczeniowego w obszarze roboczym.

  3. Podaj nazwę. Zachowaj wszystkie wartości domyślne na pierwszej stronie.

  4. Zachowaj wartości domyślne pozostałej części strony.

  5. Wybierz przycisk Utwórz.

Krótki przewodnik po studio

Studio to portal internetowy usługi Azure Machine Learning. Ten portal łączy środowiska bez kodu i kodu dla inkluzywnej platformy nauki o danych.

Przejrzyj części programu Studio na pasku nawigacyjnym po lewej stronie:

  • Sekcja Tworzenie w studio zawiera wiele sposobów rozpoczynania pracy z tworzeniem modeli uczenia maszynowego. Możesz:

    • Sekcja Notesy umożliwia tworzenie notesów Jupyter Notebook, kopiowanie przykładowych notesów oraz uruchamianie notesów i skryptów języka Python.
    • Zautomatyzowane uczenie maszynowe przeprowadzi Cię przez proces tworzenia modelu uczenia maszynowego bez pisania kodu.
    • Projektant zapewnia przeciąganie i upuszczanie modeli przy użyciu wstępnie utworzonych składników.
  • Sekcja Zasoby programu Studio ułatwia śledzenie zasobów tworzonych podczas uruchamiania zadań. Jeśli masz nowy obszar roboczy, nie ma jeszcze nic w żadnej z tych sekcji.

  • Sekcja Zarządzanie programu Studio umożliwia tworzenie zasobów obliczeniowych i zewnętrznych oraz zarządzanie nimi, które można połączyć z obszarem roboczym. Jest to również miejsce, w którym można utworzyć projekt etykietowania danych i zarządzać nim.

Zrzut ekranu przedstawiający Azure Machine Learning studio.

Nauka z przykładowych notesów

Skorzystaj z przykładowych notesów dostępnych w programie Studio, aby dowiedzieć się, jak trenować i wdrażać modele. Odwołuje się do nich wiele innych artykułów i samouczków.

  1. W obszarze nawigacji po lewej stronie wybierz pozycję Notesy.
  2. W górnej części wybierz pozycję Przykłady.

Zrzut ekranu przedstawia przykładowe notesy.

  • Użyj notesów w folderze SDK w wersji 2 , aby uzyskać przykłady pokazujące bieżącą wersję zestawu SDK w wersji 2.
  • Te notesy są tylko do odczytu i są okresowo aktualizowane.
  • Po otwarciu notesu wybierz przycisk Klonuj ten notes u góry, aby dodać kopię notesu i wszystkie skojarzone pliki do własnych plików. W sekcji Pliki zostanie utworzony nowy folder z notesem.

Tworzenie nowego notesu

Podczas klonowania notesu z przykładów kopia jest dodawana do plików i można ją uruchomić lub zmodyfikować. Wiele samouczków będzie dublowanie tych przykładowych notesów.

Możesz jednak również utworzyć nowy, pusty notes, a następnie skopiować/wkleić kod z samouczka do notesu. W tym celu:

  1. Nadal w sekcji Notesy wybierz pozycję Pliki , aby wrócić do plików.

  2. Wybierz, + aby dodać pliki.

  3. Wybierz pozycję Utwórz nowy plik.

    Zrzut ekranu przedstawia sposób tworzenia nowego pliku.

Czyszczenie zasobów

Jeśli planujesz kontynuować korzystanie z innych samouczków, przejdź do sekcji Następne kroki.

Zatrzymywanie wystąpienia obliczeniowego

Jeśli nie zamierzasz go teraz używać, zatrzymaj wystąpienie obliczeniowe:

  1. W programie Studio po lewej stronie wybierz pozycję Obliczenia.
  2. Na pierwszych kartach wybierz pozycję Wystąpienia obliczeniowe
  3. Wybierz wystąpienie obliczeniowe na liście.
  4. Na górnym pasku narzędzi wybierz pozycję Zatrzymaj.

Usuwanie wszystkich zasobów

Ważne

Utworzone zasoby mogą być używane jako wymagania wstępne w innych samouczkach usługi Azure Machine Learning i artykułach z instrukcjami.

Jeśli nie planujesz korzystać z żadnych utworzonych zasobów, usuń je, aby nie ponosić żadnych opłat:

  1. W witrynie Azure Portal na końcu z lewej strony wybierz pozycję Grupy zasobów.

  2. Z listy wybierz utworzoną przez siebie grupę zasobów.

  3. Wybierz pozycję Usuń grupę zasobów.

    Zrzut ekranu przedstawiający opcje usuwania grupy zasobów w witrynie Azure Portal.

  4. Wpisz nazwę grupy zasobów. Następnie wybierz pozycję Usuń.

Następne kroki

Masz teraz obszar roboczy usługi Azure Machine Learning, który zawiera wystąpienie obliczeniowe do użycia w środowisku deweloperskim.

Kontynuuj, aby dowiedzieć się, jak używać wystąpienia obliczeniowego do uruchamiania notesów i skryptów w chmurze usługi Azure Machine Learning.

Użyj wystąpienia obliczeniowego z następującymi samouczkami, aby wytrenować i wdrożyć model.

Samouczek Opis
Przekazywanie, uzyskiwanie dostępu do danych i eksplorowanie ich w usłudze Azure Machine Learning Przechowywanie dużych danych w chmurze i pobieranie ich z notesów i skryptów
Tworzenie modeli na stacji roboczej w chmurze Rozpocznij tworzenie prototypów i opracowywanie modeli uczenia maszynowego
Trenowanie modelu w usłudze Azure Machine Learning Szczegółowe informacje na temat trenowania modelu
Wdrażanie modelu jako punktu końcowego online Zapoznaj się ze szczegółami wdrażania modelu
Tworzenie produkcyjnych potoków uczenia maszynowego Podziel pełne zadanie uczenia maszynowego na wieloetapowy przepływ pracy.