Iniciar Visual Studio Code integrado ao Azure Machine Learning
Artigo
Neste artigo, você aprende a fazer inicialização do Visual Studio Code remotamente conectado a uma instância de computação do Azure Machine Learning. Use o VS Code como seu ambiente de desenvolvimento integrado (IDE) com o poder dos recursos do Azure Machine Learning. Use o VS Code no navegador com o VS Code para a Web ou use o aplicativo para desktop do VS Code.
Há duas maneiras de se conectar a uma instância de computação pelo Visual Studio Code. Recomendamos a primeira abordagem.
Use o VS Code como seu ambiente de desenvolvimento integrado (IDE) do workspace. Essa opção fornece um ambiente de desenvolvimento completo para a criação de projetos de aprendizado de máquina.
Recomendamos o VS Code para a Web, pois você pode fazer todo o trabalho de aprendizado de máquina diretamente do navegador e sem nenhuma instalação obrigatória ou dependências.
Servidor do Jupyter Notebook remoto. Essa opção permite que você defina uma instância de computação como um servidor do Jupyter Notebook remoto. Essa opção só está disponível no VS Code (Desktop).
O VS Code para a Web fornece um ambiente de desenvolvimento completo para criar seus projetos de aprendizado de máquina, todos a partir do navegador e sem instalações obrigatórias ou dependências. E, ao conectar sua instância de computação do Azure Machine Learning, você obtém as ofertas avançadas e integradas de experiência de desenvolvimento do VS Code, aprimoradas pelo poder do Azure Machine Learning.
Faça a inicialização do VS Code para a Web com uma seleção a partir do Estúdio do Azure Machine Learning e continue perfeitamente seu trabalho.
Entre no Estúdio do Azure Machine Learning e siga as etapas para fazer a inicialização de uma guia do navegador para o VS Code (Web), conectada à instância de computação do Azure Machine Learning.
Você pode criar a conexão na seção Notebooks ou Computação do Estúdio do Azure Machine Learning.
Notebooks
Selecione a guia Notebooks.
Na guia Notebooks, selecione o arquivo que deseja editar.
Se a instância de computação for interrompida, selecione Iniciar computação e aguarde até que ela esteja em execução.
Selecione Editores > Editar no VS Code (Web).
Computação
Selecione a guia Computação
Se a instância de computação que você deseja usar for interrompida, selecione-a e, em seguida, selecione Iniciar.
Depois que a instância de computação estiver em execução, na coluna Aplicativos , selecione VS Code (Web).
Se você não vir essas opções, certifique-se de habilitar a versão prévia do recurso Conectar instâncias de computação ao Visual Studio Code para a Web, conforme mostrado na seção Pré-requisitos.
Esta opção inicia o aplicativo para desktop do VS Code, conectado à instância de computação.
Para se conectar à instância de computação remota do Visual Studio Code, verifique se a conta na qual está conectado no Azure Machine Learning Studio é a mesma que usa no Visual Studio Code.
Você pode criar a conexão na seção Notebooks ou Computação do Estúdio do Azure Machine Learning.
Notebooks
Selecione a guia Notebooks
Na guia Notebooks, selecione o arquivo que deseja editar.
Se a instância de computação for interrompida, selecione Iniciar computação e aguarde até que ela esteja em execução.
Selecione Editar no VS Code (Desktop).
Você também pode iniciar o VS Code (Web) sem abrir um notebook, na barra de comandos do explorador de arquivos ou no menu de ação em uma pasta no explorador de arquivos
Computação
Selecione a guia Computação.
Se a instância de computação que você deseja usar for interrompida, selecione-a e, em seguida, selecione Iniciar.
Depois que a instância de computação estiver em execução, na coluna Aplicativosexecução, selecione VS Code (Web).
Esta opção conecta a sua sessão atual do VS Code a uma instância de computação remota. Para se conectar à instância de computação a partir do VS Code, você precisa instalar a extensão do Visual Studio Code do Azure Machine Learning. Para obter mais informações, consulte Guia de configuração da extensão do Visual Studio Code do Azure Machine Learning.
Extensão do Azure Machine Learning
No VS Code, inicie a extensão do Azure Machine Learning.
Expanda o nó Instâncias de computação em sua extensão.
Clique com o botão direito do mouse na instância de computação à qual deseja se conectar e selecione Conectar à Instância de computação.
Paleta de Comandos
No VS Code, abra a paleta de comandos selecionando Exibição > Paleta de Comandos.
Insira na caixa de texto AzureML: Conectar-se à Instância de Computação.
Selecione sua assinatura.
Selecione o workspace.
Selecione sua instância de computação ou crie uma.
Se você escolher uma das experiências de clique, uma nova janela do VS Code será aberta, e uma tentativa de conexão com a instância de computação remota será feita. Ao tentar fazer essa conexão, as etapas a seguir serão realizadas:
Autorização. Algumas verificações são executadas para garantir que o usuário que está tentando estabelecer uma conexão esteja autorizado a usar a instância de computação.
O servidor remoto VS Code está instalado na instância de computação.
Uma conexão WebSocket é estabelecida para interação em tempo real.
Depois que a conexão é estabelecida, ela é persistida. Um token é emitido no início da sessão, que é atualizada automaticamente para manter a conexão com a instância de computação.
Depois de se conectar à instância de computação remota, use o editor para:
Essa opção permite que você use uma instância de computação como um servidor de Jupyter Notebook remoto de Visual Studio Code (Desktop). Essa opção se conecta somente à instância de computação, não ao restante do workspace. Você não verá seus arquivos do workspace no VS Code ao usar essa opção.
Para configurar uma instância de computação como um servidor de Jupyter Notebook remoto, primeiramente instale:
Quando a experiência do notebook integrado for carregada, escolha Selecionar Kernel.
Como alternativa, use a paleta de comandos:
Selecione Exibição > Paleta de Comandos na barra de menus para abrir a paleta de comandos.
Digite AzureML: Connect to Compute instance Jupyter server na caixa de texto.
Escolha Azure ML Compute Instances na lista de opções do servidor Jupyter.
Selecione sua assinatura na lista de assinaturas. Se o workspace do Azure Machine Learning padrão tiver sido configurado anteriormente, essa etapa será ignorada.
Selecione o workspace.
Selecione a instância de computação na lista. Caso não tenha uma, selecione Criar Instância de Computação do Azure Machine Learning e siga os avisos para criar uma.
Para que as alterações entrem em vigor, é necessário recarregar o Visual Studio Code.
Abra um Jupyter Notebook e execute uma célula.
Importante
É NECESSÁRIO executar uma célula para estabelecer a conexão.
Neste ponto, é possível continuar a executar células no Jupyter Notebook.
Agora que você iniciou o Visual Studio Code conectado remotamente a uma instância de computação, você pode preparar seus dados, editar e depurar seu código e enviar trabalhos de treinamento com a extensão do Azure Machine Learning.
O desenvolvimento remoto oferece benefícios como ambientes consistentes, a capacidade de usar hardware mais potente e a flexibilidade de desenvolver em diferentes plataformas sem afetar seu computador local. O Visual Studio Code fornece ferramentas para várias configurações de desenvolvimento remoto, como o uso de um contêiner, um computador remoto ou o Subsistema do Windows para Linux (WSL). Neste caminho, você aprenderá sobre as diferentes ofertas de desenvolvimento remoto disponíveis no Visual Studio Cod
Gerenciar a ingestão e a preparação de dados, o treinamento e a implantação de modelos e o monitoramento da solução de machine learning com Python, Azure Machine Learning e MLflow.