Запуск редактора Visual Studio Code, интегрированного с машинным обучением Azure

Из этой статьи вы узнаете, как удаленно подключить Visual Studio Code к Машинное обучение Azure вычислительному экземпляру. Используйте VS Code в качестве интегрированной среды разработки (IDE) с помощью Машинное обучение Azure ресурсов. Используйте VS Code в браузере с VS Code для Интернета или используйте классическое приложение VS Code.

Существует два способа подключения к вычислительному экземпляру из Visual Studio Code. Рекомендуется первый подход.

1. Использование VS Code в качестве интегрированной среды разработки (IDE) рабочей области. Этот вариант предоставляет в ваше распоряжение полнофункциональную среду разработки для создания проектов по машинному обучению.

   • VS Code можно открыть в рабочей области: доступна браузерная версия VS Code для Интернета и классическое приложение VS Code для ПК.
   • Мы рекомендуем использовать VS Code для Интернета, так как вы можете выполнять всю работу по машинному обучению непосредственно из браузера без необходимости что-либо устанавливать или управлять зависимостями.

2. Удаленный сервер Jupyter Notebook. Этот параметр позволяет задать вычислительный экземпляр в качестве удаленного сервера Jupyter Notebook. Этот вариант доступен только в VS Code для ПК.

Внимание

Сведения о подключении к вычислительному экземпляру за брандмауэром см. в разделе "Настройка входящего и исходящего сетевого трафика".

Необходимые компоненты

Перед началом работы вам потребуются:

1. Машинное обучение Azure рабочей области и вычислительного экземпляра. Выполните создание ресурсов, которые необходимо приступить к созданию обоих ресурсов.
2. Войдите в студию и выберите рабочую область, если она еще не открыта.

Использование VS Code в качестве интегрированной среды разработки рабочей области

Используйте один из этих вариантов, чтобы подключить VS Code к вычислительным экземплярам и файлам рабочей области.

Studio —> VS Code (Web)

VS Code для Интернета предоставляет полнофункциональное окружение разработки для создания проектов машинного обучения, всех из браузера и без необходимых установок или зависимостей. И путем подключения Машинное обучение Azure вычислительного экземпляра вы получаете широкие и интегрированные возможности разработки VS Code, усовершенствованные Машинное обучение Azure.

Запустите VS Code для Интернета, выбрав один из Студия машинного обучения Azure, и просто продолжайте работу.

Войдите в Студия машинного обучения Azure и выполните действия, чтобы запустить вкладку браузера VS Code (Веб-), подключенную к Машинное обучение Azure вычислительному экземпляру.

Вы можете создать подключение из раздела записных книжек или вычислений Студия машинного обучения Azure.

• Записные книжки

  1. Перейдите на вкладку "Записные книжки".

  2. На вкладке "Записные книжки" выберите нужный файл.

  3. Если вычислительный экземпляр остановлен, нажмите кнопку "Пуск вычислений " и дождитесь, пока он не будет запущен.

     

  4. Выберите редакторы > правки в VS Code (Web).

  

• Службы вычислений

  1. Откройте вкладку Вычисления.
  2. Если вычислительный экземпляр, который вы хотите использовать, остановлен, выберите его и нажмите кнопку "Пуск".
  3. После запуска вычислительного экземпляра в столбце "Приложения " выберите VS Code (Web).

  

Если эти параметры не отображаются, убедитесь, что вы включили вычислительные экземпляры Connect к Visual Studio Code для функции веб-предварительной версии, как показано в разделе "Предварительные требования ".

Studio —> VS Code (Desktop)

Этот параметр запускает классическое приложение VS Code, подключенное к вычислительному экземпляру.

При первоначальном подключении может появиться запрос на установку расширения Visual Studio Code Машинное обучение Azure, если у вас его еще нет. Дополнительные сведения см. в руководстве по настройке расширения Visual Studio Code для Машинного обучения Azure.

Внимание

Чтобы подключиться к удаленному вычислительному экземпляру из Visual Studio Code, убедитесь, что учетная запись, с которой вы вошли в Студию машинного обучения Azure, совпадает с той, которая используется в Visual Studio Code.

Перейдите по адресу ml.azure.com.

Вы можете создать подключение из раздела записных книжек или вычислений Студия машинного обучения Azure.

• Записные книжки

  1. Выберите вкладку "Записные книжки"

  2. На вкладке "Записные книжки" выберите нужный файл.

  3. Если вычислительный экземпляр остановлен, нажмите кнопку "Пуск вычислений " и дождитесь, пока он не будет запущен.

     

  4. Выберите "Изменить" в VS Code (Desktop).

     

  5. Вы также можете запустить VS Code (Web) без открытия записной книжки, из панели команд проводника или меню действий в папке в проводнике

     

• Службы вычислений

  1. Перейдите на вкладку "Вычисления ".
  2. Если вычислительный экземпляр, который вы хотите использовать, остановлен, выберите его и нажмите кнопку "Пуск".
  3. После запуска вычислительного экземпляра в столбце "Приложения" выберите VS Code (Desktop).

  

Из VS Code

Этот параметр подключает текущий сеанс VS Code к удаленному вычислительному экземпляру. Чтобы подключиться к вычислительному экземпляру из VS Code, необходимо установить расширение Машинное обучение Azure Visual Studio Code. Дополнительные сведения см. в руководстве по настройке расширения Visual Studio Code для Машинного обучения Azure.

Расширение Машинного обучения Azure

1. В VS Code откройте расширение Машинного обучения Azure.
2. Разверните узел Вычислительные экземпляры в расширении.
3. Щелкните правой кнопкой мыши вычислительный экземпляр, к которому необходимо подключиться, и выберите команду Подключиться к вычислительному экземпляру.

Палитра команд

1. В VS Code откройте палитру команд. Для этого на панели меню выберите Вид > Палитра команд.
2. Введите текстовое поле AzureML: подключение к вычислительному экземпляру.
3. Выберите свою подписку.
4. Щелкните рабочую область.
5. Выберите вычислительный экземпляр или создайте новый.

Если выбрать один из интерфейсов щелчка, откроется новое окно VS Code и попытка подключения к удаленному вычислительному экземпляру. При попытке сделать это подключение выполняются следующие действия:

1. Авторизация. Выполняются проверки, позволяющие убедиться, что установить подключение пытается пользователь, которому разрешено использовать вычислительный экземпляр.
2. На вычислительном экземпляре установлен удаленный сервер VS Code.
3. Для взаимодействия в режиме реального времени устанавливается соединение WebSocket.

После установления соединения оно сохраняется. Маркер выдается в начале сеанса, который обновляется автоматически для поддержания соединения с вычислительным экземпляром.

После подключения к удаленному вычислительному экземпляру для выполнения перечисленных ниже задач используйте редактор.

• Создание файлов и управление ими на удаленном вычислительном экземпляре или в общей папке.
• Используйте интегрированный терминал VS Code для выполнения команд и приложений в удаленном вычислительном экземпляре.
• Отладка скриптов и приложений.
• Использование VS Code для управления репозиториями Git.

Удаленный сервер Jupyter Notebook

Этот параметр позволяет использовать вычислительный экземпляр в качестве удаленного сервера Jupyter Notebook из Visual Studio Code (Desktop). Этот параметр подключается только к вычислительному экземпляру, а не к остальной части рабочей области. При использовании этого параметра файлы рабочей области не отображаются в VS Code.

Чтобы настроить вычислительный экземпляр как удаленный сервер Jupyter Notebook, сначала установите:

• Расширение Visual Studio Code для Машинного обучения Azure Дополнительные сведения см. в руководстве по настройке расширения Visual Studio Code для Машинного обучения Azure.

Чтобы подключиться к вычислительному экземпляру, выполните следующее.

1. Откройте Jupyter Notebook в Visual Studio Code.

2. При загрузке интегрированной записной книжки выберите " Выбрать ядро".

   

   Кроме того, можно использовать палитру команд:

   1. Выберите "Просмотреть > палитру команд" в строке меню, чтобы открыть палитру команд.
   2. Введите AzureML: Connect to Compute instance Jupyter server в текстовое поле.

3. Выберите Azure ML Compute Instances в списке параметров сервера Jupyter.

4. В списке подписок выберите нужную подписку. Если вы ранее настроили рабочую область Машинное обучение Azure по умолчанию, этот шаг пропускается.

5. Щелкните рабочую область.

6. Выберите вычислительный экземпляр из списка. Если у вас нет этого экземпляра, нажмите кнопку "Создать новый Машинное обучение Azure вычислительный экземпляр" и следуйте инструкциям, чтобы создать его.

7. Чтобы изменения вступили в силу, необходимо перезагрузить Visual Studio Code.

8. Откройте Jupyter Notebook и выполните ячейку.

Внимание

Чтобы установить соединение, НЕОБХОДИМО запустить ячейку.

На этом этапе можно продолжить выполнение ячеек в Jupyter Notebook.

Совет

Вы также можете работать с файлами скриптов Python (PY), содержащими ячейки кода, такого как для Jupyter. Дополнительные сведения см. в интерактивной документации по Python для Visual Studio Code.

Следующие шаги

После удаленного подключения Visual Studio Code к вычислительному экземпляру можно настроить данные, изменить и отладить код и отправить задания обучения с помощью расширения Машинное обучение Azure.

Дополнительные сведения о том, как сделать большую часть VS Code интегрированным с Машинное обучение Azure, см. в статье "Работа в VS Code удаленно подключена к вычислительному экземпляру (предварительная версия)".