Использование записных книжек Jupyter Notebook в Машинном обучении Azure

ОБЛАСТЬ ПРИМЕНЕНИЯ: Пакет SDK для Python azure-ai-ml версии 2 (current)

Репозиторий AzureML-Examples содержит последние (версии 2) примеры CLI Python для Машинного обучения Azure и пакета SDK. Дополнительные сведения о различных типах примеров можно найти в файле README.

В этой статье показано, как получить доступ к репозиторию из следующих сред:

• Вычислительный экземпляр Машинного обучения Azure
• Собственный вычислительный ресурс
• Виртуальная машина для обработки и анализа данных

Вы также можете просмотреть примеры кода для получения дополнительных примеров.

Вариант 1. Доступ на вычислительном экземпляре Машинного обучения Azure (рекомендуется)

Самый простой способ начать работу с примерами — завершить создание ресурсов для начала работы. По завершении у вас есть выделенный сервер для ноутбуков, предварительно загруженный SDK и репозиторием блокнотов Машинное обучение Azure. Вам не нужно скачивать или устанавливать ничего.

Чтобы просмотреть примеры записных книжек, выполните приведенные ниже действия.

1. Войдите в студию и, если необходимо, выберите рабочую область.
2. Выберите Записные книжки.
3. Перейдите на вкладку Примеры. Используйте папку SDK версии 2 для примеров с использованием Python SDK версии 2.
4. Откройте ноутбук, который хотите запустить. Выберите клонировать эту записную книжку , чтобы создать копию в общей папке рабочей области. Это действие копирует записную книжку вместе с любыми зависимыми ресурсами в хранилище файлов в проекте.

Вариант 2. Доступ на собственном сервере записных книжек

Если вы хотите использовать собственный ноутбук-сервер для локальной разработки, выполните следующие шаги на вашем компьютере.

1. Установите пакет SDK Машинное обучение Azure (версия 2) для Python, библиотеки проверки подлинности и Jupyter:

   pip install azure-ai-ml azure-identity notebook
   

   См. подробнее об установке пакета SDK Машинного обучения Azure для Python.

2. Создайте рабочую область Машинного обучения Azure.

3. Клонируйте репозиторий AzureML-Examples.

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

4. Запустите сервер записных книжек из каталога, содержащего ваш клон.

   jupyter notebook
   

Следуя этим инструкциям, вы установите основные пакеты SDK, необходимые для начала работы и учебных ноутбуков. Другие примеры ноутбуков могут потребовать установки дополнительных компонентов. См. подробнее об установке пакета SDK Машинного обучения Azure для Python.

Вариант 3. Доступ на DSVM

Виртуальная машина для обработки и анализа данных (DSVM) — это настраиваемый образ виртуальной машины, созданный специально для обработки и анализа данных. Если вы создаете DSVM, сервер записных книжек и пакет SDK автоматически устанавливаются и настраиваются для вас. Однако вам по-прежнему нужно создать рабочую область и клонировать образец репозитория.

1. Создайте рабочую область Машинного обучения Azure.

2. Клонируйте репозиторий AzureML-Examples.

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

3. Запустите сервер записной книжки из каталога, содержащего клон.

   jupyter notebook
   

Подключение к рабочей области

В некоторых примерах используется MLClient.from_config() для подключения к рабочей области. Для работы этих примеров требуется файл конфигурации в каталоге по пути к образцу.

Машинное обучение Azure создает файл конфигурации для вас в вычислительном экземпляре. Чтобы использовать код на вашем собственном сервере Jupyter или DSVM, создайте файл конфигурации вручную. Используйте один из следующих методов:

• Напишите файл конфигурации (aml_config/config.json) в корне клонированного репозитория.

• Скачайте файл конфигурации рабочей области из Студия машинного обучения Azure:

  • Войдите в Студию машинного обучения Azure.
  • Выберите параметры рабочей области в правом верхнем углу.
  • Выберите "Скачать файл конфигурации".
  • Поместите файл в корневой каталог клонированного репозитория.

  

• Используйте Azure CLI для получения необходимых значений и создания файла вручную. Запустите az account show --query id --output tsv , чтобы получить идентификатор подписки. Затем см. раздел Создание файла конфигурации рабочей области, где описаны формат и обязательные поля.

Связанные ресурсы

Изучите репозиторий AzureML-Examples, чтобы узнать, что Машинное обучение Azure может сделать.

Дополнительные примеры MLOps см. в разделе https://github.com/Azure/mlops-v2.

Попробуйте эти руководства:

• Краткое руководство. Начало работы с Машинным обучением Azure.

• Tutorial: обучение модели обнаружения объектов с помощью AutoML и Python.