Руководство. Создание ресурсов, необходимых для начала работы
В этом руководстве вы создадите ресурсы, необходимые для работы с Машинное обучение Azure.
- Рабочая область. Чтобы использовать Машинное обучение Azure, сначала потребуется рабочая область. Рабочая область — это центральное место для просмотра и управления всеми создаваемыми артефактами и ресурсами.
- Вычислительный экземпляр. Вычислительный экземпляр — это предварительно настроенный ресурс облачных вычислений, который можно использовать для обучения, автоматизации, управления и отслеживания моделей машинного обучения. Вычислительный экземпляр — самый быстрый способ начать работу с Машинное обучение Azure пакетами SDK и clIs. Вы будете использовать его для запуска записных книжек Jupyter и скриптов Python в остальных руководствах.
В этом руководстве вы создадите ресурсы в Студия машинного обучения Azure.
Другие способы создания рабочей области — это портал Azure или пакет SDK, ИНТЕРФЕЙС командной строки, Azure PowerShell или расширение Visual Studio Code.
Другие способы создания вычислительного экземпляра см. в статье "Создание вычислительного экземпляра".
В этом видео показано, как создать рабочую область и вычислительный экземпляр в Студия машинного обучения Azure. Действия также описаны в разделах ниже.
Необходимые компоненты
- Учетная запись Azure с активной подпиской. Создайте учетную запись бесплатно .
Создание рабочей области
Рабочая область — это ресурс верхнего уровня для действий машинного обучения, который является централизованным расположением для просмотра всех артефактов, созданных в Машинном обучении Azure, и управления ими.
Если у вас уже есть рабочая область, пропустите этот раздел и перейдите к разделу Создание вычислительного экземпляра.
Если у вас нет рабочей области, создайте ее, выполнив приведенные ниже действия.
Войдите в Студию машинного обучения Azure
Выберите Создать рабочую область
Укажите следующие сведения для настройки новой рабочей области:
Поле Description имя рабочей области. Введите уникальное имя для идентификации рабочей области. Имена должны быть уникальными в группе ресурсов. Используйте имя, которое позволит легко запомнить рабочую область и отличить ее от областей, созданных другими пользователями. В имени рабочей области не учитывается регистр. Понятное имя Это имя не ограничено правилами именования Azure. В этом имени можно использовать пробелы и специальные символы. Узел Центр позволяет группировать связанные рабочие области вместе и совместно использовать ресурсы. Если у вас есть доступ к концентратору, выберите его здесь. Если у вас нет доступа к концентратору, оставьте его пустым. Если вы не выбрали концентратор, укажите дополнительные сведения. Если вы выбрали концентратор, эти значения взяты из концентратора.
Поле Description Подписка Выберите подписку Azure, которую нужно использовать. Группа ресурсов Используйте группу ресурсов, которая есть в подписке, или введите имя, чтобы создать группу ресурсов. Группа ресурсов содержит связанные ресурсы для решения Azure. Для использования существующей группы ресурсов требуется роль участника или владельца. Дополнительные сведения о доступе см. в разделе Управление доступом к рабочей области Машинного обучения Azure. Область/регион Для создания рабочей области выберите ближайший к пользователям и ресурсам данных регион Azure. Выберите Создать, чтобы создать рабочую область
Примечание.
При этом создается рабочая область вместе со всеми необходимыми ресурсами. Если вы хотите дополнительно настроить, используйте вместо этого портал Azure. Дополнительные сведения см. в статье "Создание рабочей области ".
Создание вычислительного экземпляра
Вы будете использовать вычислительный экземпляр для запуска записных книжек Jupyter и скриптов Python в остальных руководствах. Если у вас еще нет вычислительного экземпляра, создайте его:
Щелкните рабочую область.
В правом верхнем углу нажмите кнопку "Создать".
Выберите вычислительный экземпляр в списке.
Укажите имя.
Сохраните значения по умолчанию для остальной части страницы, если политика организации не требует изменения других параметров.
Выберите Review + Create (Просмотреть и создать).
Нажмите кнопку создания.
Краткий обзор студии
Студия представляет собой веб-портал для Машинного обучения Azure. Для инклюзивной платформы обработки и анализа данных на этом портале не требуется писать код или использовать подход Code First.
Ознакомьтесь с частями студии на панели навигации слева.
Раздел разработки студии содержит несколько способов приступить к созданию моделей машинного обучения. Вы можете:
- Раздел Записные книжки предназначен для создания записных книжек Jupyter Notebook, копирования примеров записных книжек и запуска записных книжек и скриптов Python.
- В разделе Автоматизированное машинное обучение выполняется создание модели машинного обучения без написания кода.
- В разделе Конструктор можно создавать модели с помощью предварительно созданных компонентов, используя функции перетаскивания.
В разделе Ресурсы вы можете отслеживать ресурсы, создаваемые при выполнении заданий. В новой рабочей области ни один из этих разделов пока не существует.
Раздел "Управление " студии позволяет создавать вычислительные ресурсы и внешние службы, которые вы связываете с рабочей областью, и управлять ими. Кроме того, вы можете создать проект маркировки данных и управлять ими.
Изучение примеров записных книжек
Используйте примеры записных книжек, доступные в студии, чтобы узнать, как обучать и развертывать модели. Они ссылаются во многих других статьях и руководствах.
- В области навигации слева выберите "Записные книжки".
- В верхней части выберите "Примеры".
- Используйте записные книжки в папке SDK версии 2 , например, отображающую текущую версию пакета SDK версии 2.
- Эти записные книжки доступны только для чтения и периодически обновляются.
- При открытии записной книжки нажмите кнопку "Клонировать эту записную книжку" вверху, чтобы добавить копию записной книжки и все связанные файлы в собственные файлы. Новая папка с записной книжкой создается в разделе "Файлы ".
Создание записной книжки
При клонировании записной книжки из примеров копия добавляется в файлы, и ее можно запустить или изменить. Многие из учебников отражают эти примеры записных книжек.
Но вы также можете создать новую пустую записную книжку, а затем скопировать и вставить код из учебника в записную книжку. Для этого:
В разделе "Записные книжки" выберите "Файлы", чтобы вернуться к файлам,
Выберите + , чтобы добавить файлы.
Выберите Create new file (Создать файл).
Очистка ресурсов
Если вы планируете продолжить работу с другими учебниками, перейдите к следующему шагу.
Остановка вычислительного экземпляра
Если вы сейчас не планируете использовать вычислительный экземпляр, остановите его, выполнив следующие действия:
- В студии в меню слева выберите "Вычисления".
- Из вкладок вверху выберите Вычислительные экземпляры.
- Выберите вычислительный экземпляр из списка.
- В верхней панели инструментов выберите Остановить.
Удаление всех ресурсов
Внимание
Созданные вами ресурсы могут использоваться в качестве необходимых компонентов при работе с другими руководствами по Машинному обучению Azure.
Если вы не планируете использовать созданные вами ресурсы, удалите их, чтобы с вас не взималась плата:
На портале Azure выберите Группы ресурсов в левой части окна.
Выберите созданную группу ресурсов из списка.
Выберите команду Удалить группу ресурсов.
Введите имя группы ресурсов. Затем выберите Удалить.
Следующий шаг
Теперь у вас есть рабочая область Машинное обучение Azure, которая содержит вычислительный экземпляр, используемый для среды разработки.
Узнайте, как использовать вычислительный экземпляр для запуска записных книжек и сценариев в облаке Машинное обучение Azure.
Используйте вычислительный экземпляр со следующими руководствами для обучения и развертывания модели.
| Учебник | Description |
|---|---|
| Отправка, доступ и изучение данных в Машинное обучение Azure | Хранение больших данных в облаке и его извлечение из записных книжек и скриптов |
| Разработка моделей на облачной рабочей станции | Начало разработки прототипов и разработки моделей машинного обучения |
| Обучение модели в Машинное обучение Azure | Подробные сведения о обучении модели |
| Развертывание модели в качестве сетевой конечной точки | Подробные сведения о развертывании модели |
| Создание конвейеров машинного обучения | Разбиение полной задачи машинного обучения на многоэтапный рабочий процесс. |
Хотите перейти прямо в? Просмотрите примеры кода.