Eksplorowanie usługi Azure Machine Learning za pomocą notesów Jupyter Notebook

  • Artykuł
  • Czas czytania: 2 min

DOTYCZY: Zestaw SDK języka Python azure-ai-ml w wersji 2 (bieżący)

Repozytorium AzureML-Examples zawiera najnowsze (wersja 2) przykłady interfejsu wiersza polecenia języka Python i zestawu SDK usługi Azure Machine Learning. Aby uzyskać informacje na temat różnych przykładowych typów, zobacz readme.

W tym artykule pokazano, jak uzyskać dostęp do repozytorium z następujących środowisk:

  • Wystąpienie obliczeniowe usługi Azure Machine Learning
  • Własny zasób obliczeniowy
  • Maszyna wirtualna do analizy danych

Najprostszym sposobem rozpoczęcia pracy z przykładami jest ukończenie przewodnika Szybki start: rozpoczynanie pracy z usługą Azure Machine Learning. Po zakończeniu będziesz mieć dedykowany serwer notesów wstępnie załadowany z zestawem SDK i repozytorium usługi Azure Machine Learning Notebooks. Nie trzeba pobierać ani instalowania.

Aby wyświetlić przykładowe notesy: 1. Zaloguj się do programu Studio i w razie potrzeby wybierz swój obszar roboczy. 1. Wybierz pozycję Notesy. 1. Wybierz kartę Przykłady . Użyj folderu SDK w wersji 2 , aby uzyskać przykłady przy użyciu zestawu Python SDK w wersji 2.

Opcja 2. Dostęp na własnym serwerze notesu

Jeśli chcesz przenieść własny serwer notesów do lokalnego programowania, wykonaj następujące kroki na komputerze.

  1. Skorzystaj z instrukcji w temacie Zestaw SDK usługi Azure Machine Learning, aby zainstalować zestaw AZURE Machine Learning SDK (wersja 2) dla języka Python

  2. Tworzenie obszaru roboczego usługi Azure Machine Learning.

  3. Napisz plik pliku konfiguracji (aml_config/config.json).

  4. Sklonuj repozytorium AzureML-Examples.

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

  5. Uruchom serwer notesu z katalogu zawierającego klon.

    jupyter notebook

Te instrukcje instalują podstawowe pakiety zestawu SDK niezbędne dla notesów szybkiego startu i samouczka. Inne przykładowe notesy mogą wymagać zainstalowania dodatkowych składników. Aby uzyskać więcej informacji, zobacz Instalowanie zestawu Azure Machine Learning SDK dla języka Python.

Opcja 3. Dostęp na maszynie DSVM

Środowisko Data Science Virtual Machine (DSVM) to dostosowany obraz maszyny wirtualnej zbudowany specjalnie na potrzeby nauki o danych. Jeśli tworzysz maszynę DSVM, zestaw SDK i serwer notesu zostaną zainstalowane i skonfigurowane dla Ciebie. Jednak nadal musisz utworzyć obszar roboczy i sklonować przykładowe repozytorium.

  1. Tworzenie obszaru roboczego usługi Azure Machine Learning.

  2. Pobierz plik konfiguracji obszaru roboczego:

    • Zaloguj się do Azure Machine Learning studio
    • Wybierz ustawienia obszaru roboczego w prawym górnym rogu
    • Wybierz pozycję Pobierz plik konfiguracji

    Pobierz plik config.json

  3. Z katalogu, w którym został dodany plik konfiguracji, sklonuj repozytorium AzureML-Examples.

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

  4. Uruchom serwer notesu z katalogu, który zawiera teraz klon i plik konfiguracji.

    jupyter notebook

Następne kroki

Zapoznaj się z repozytorium AzureML-Examples , aby dowiedzieć się, co można zrobić w usłudze Azure Machine Learning.

Aby uzyskać więcej przykładów metodyki MLOps, zobacz https://github.com/Azure/mlops-v2.

Skorzystaj z następujących samouczków: