Exemplos no Azure Data Science Máquinas Virtuais

Artigo
06/01/2023

O Azure Data Science Máquinas Virtuais (DSVMs) inclui um conjunto abrangente de código de exemplo. Estes exemplos incluem blocos de notas e scripts do Jupyter em linguagens como Python e R.

Nota

Para obter mais informações sobre como executar blocos de notas jupyter nas suas máquinas virtuais de ciência de dados, consulte a secção Aceder ao Jupyter .

Pré-requisitos

Para executar estes exemplos, tem de ter aprovisionado uma Máquina Virtual de Ciência de Dados do Ubuntu.

Exemplos disponíveis

Categoria de exemplos	Descrição	Localizações
Linguagem Python	Os exemplos explicam cenários como ligar-se a arquivos de dados na cloud baseados no Azure e como trabalhar com o Azure Machine Learning. Linguagem Python	`~notebooks`
Linguagem Julia	Fornece uma descrição detalhada de representação e aprendizagem profunda em Júlia. Também explica como chamar C e Python a partir de Júlia. Linguagem Julia	Windows: `~notebooks/Julia_notebooks` Linux: `~notebooks/julia`
Azure Machine Learning	Ilustra como criar modelos de machine learning e aprendizagem profunda com o Machine Learning. Implementar modelos em qualquer lugar. Utilize machine learning automatizado e otimização inteligente de hiperparâmetros. Utilize também a gestão de modelos e a preparação distribuída. Machine Learning	`~notebooks/AzureML`
Blocos de notas do PyTorch	Exemplos de aprendizagem profunda que utilizam redes neurais baseadas em PyTorch. Os blocos de notas variam entre cenários principiantes e avançados. Blocos de notas do PyTorch	`~notebooks/Deep_learning_frameworks/pytorch`
TensorFlow	Uma variedade de amostras e técnicas de rede neural implementadas com a arquitetura TensorFlow. TensorFlow	`~notebooks/Deep_learning_frameworks/tensorflow`
H2O	Exemplos baseados em Python que utilizam H2O para cenários de problemas do mundo real. H2O	`~notebooks/h2o`
Idioma do SparkML	Exemplos que utilizam funcionalidades do toolkit MLLib do Apache Spark através de pySpark e MMLSpark: Microsoft Machine Learning para Apache Spark no Apache Spark 2.x. Idioma do SparkML	`~notebooks/SparkML/pySpark` `~notebooks/MMLSpark`
XGBoost	Exemplos de machine learning padrão no XGBoost para cenários como classificação e regressão. XGBoost	Windows: `\dsvm\samples\xgboost\demo`

Aceder ao Jupyter

Para aceder ao Jupyter, selecione o ícone do Jupyter no menu de ambiente de trabalho ou aplicação. Também pode aceder ao Jupyter numa edição do Linux de uma DSVM. Para aceder remotamente a partir de um browser, aceda a https://<Full Domain Name or IP Address of the DSVM>:8000 Ubuntu.

Para adicionar exceções e disponibilizar o acesso do Jupyter através de um browser, utilize a seguinte documentação de orientação:

Ativar exceção do Jupyter