Hantera Azure Machine Learning-resurser med VS Code-tillägget (förhandsversion)

Den här artikeln beskriver hur du hanterar Azure Machine Learning-resurser med hjälp av Visual Studio Code-tillägget.

Viktigt!

Den här funktionen är för närvarande i offentlig förhandsversion. Den här förhandsversionen tillhandahålls utan ett serviceavtal och vi rekommenderar det inte för produktionsarbetsbelastningar. Vissa funktioner kanske inte stöds eller kan vara begränsade.

Mer information finns i Kompletterande villkor för användning av Microsoft Azure-förhandsversioner.

Förutsättningar

• Ett Azure-abonnemang. Om du inte har någon kan du registrera dig för att prova den kostnadsfria eller betalda versionen av Azure Machine Learning.
• Visual Studio Code. Om du inte har det kan du läsa Konfigurera Visual Studio Code.
• Azure Machine Learning-tillägget. Information om hur du konfigurerar tillägget finns i Konfigurera Visual Studio Code-skrivbordet med Azure Machine Learning-tillägget.

Skapa resurser

Det snabbaste sättet att skapa resurser är att använda tilläggets verktygsfält.

1. Öppna Azure Machine Learning-vyn från aktivitetsfältet.
2. Välj din Azure-prenumeration under Machine Learning.
3. Välj + för att välja din resurs från listrutan.
4. Konfigurera specifikationsfilen. Vilken information som krävs beror på vilken typ av resurs du vill skapa.
5. Välj AzureML: Kör YAML från menyraden eller genom att högerklicka på specifikationsfilen.

Du kan också skapa en resurs med hjälp av kommandopaletten:

1. Öppna kommandopaletten genom att välja Visa > kommandopalett.
2. Ange > Azure ML: Create <RESOURCE-TYPE> i textrutan. Ersätt RESOURCE-TYPE med den typ av resurs som du vill skapa.
3. Konfigurera specifikationsfilen.
4. Öppna kommandopaletten genom att välja Visa > kommandopalett.
5. Ange > Azure ML: Create Resource i textrutan.

Versionsresurser

Med vissa resurser, till exempel miljöer och modeller, kan du göra ändringar i en resurs och lagra de olika versionerna.

Så här versionshanterade du en resurs:

1. Använd den befintliga specifikationsfilen som skapade resursen eller följ processen för att skapa resurser för att skapa en ny specifikationsfil.
2. Öka versionsnumret i mallen.
3. Välj AzureML: Kör YAML från menyraden eller genom att högerklicka på specifikationsfilen.

Så länge namnet på den uppdaterade resursen är samma som den tidigare versionen hämtar Azure Machine Learning ändringarna och skapar en ny version.

Arbetsytor

Mer information finns i Vad är en Azure Machine Learning-arbetsyta?

Skapa en arbetsyta

1. I Azure Machine Learning-vyn högerklickar du på din prenumerationsnod och väljer Skapa arbetsyta.
2. En specifikationsfil visas. Konfigurera specifikationsfilen.
3. Välj AzureML: Kör YAML från menyraden eller genom att högerklicka på specifikationsfilen.

Du kan också använda > Azure ML: Create workspace kommandot i kommandopaletten.

Ta bort arbetsyta

1. Expandera den prenumerationsnod som innehåller din arbetsyta.
2. Högerklicka på den arbetsyta som du vill ta bort.
3. Välj om du vill ta bort:
   • Endast arbetsytan: Det här alternativet tar bara bort arbetsytans Azure-resurs. Resursgruppen, lagringskontona och andra resurser som arbetsytan kopplades till finns fortfarande i Azure.
   • Med associerade resurser: Det här alternativet tar bort arbetsytan och alla resurser som är associerade med den.

Du kan också använda > Azure ML: Remove workspace kommandot i kommandopaletten.

Datalager

Tillägget stöder för närvarande datalager av följande typer:

• Azure Blob
• Azure Data Lake Gen 1
• Azure Data Lake Gen 2
• Azure-filer

Mer information finns i Datalager.

Skapa datalager

1. Expandera prenumerationsnoden som innehåller din arbetsyta.
2. Expandera den arbetsytenod som du vill skapa datalagringen under.
3. Högerklicka på noden Datalager och välj Skapa datalager.
4. Välj datalagertyp.
5. En specifikationsfil visas. Konfigurera specifikationsfilen.
6. Välj AzureML: Kör YAML från menyraden eller genom att högerklicka på specifikationsfilen.

Du kan också använda > Azure ML: Create datastore kommandot i kommandopaletten.

Hantera datalager

1. Expandera prenumerationsnoden som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Expandera noden Datastores i arbetsytan.
4. Högerklicka på datalagret du vill:
   • Avregistrera datalager: Tar bort datalager från din arbetsyta.
   • Visa datalager: Visa skrivskyddade datalagerinställningar

Du kan också använda kommandona > Azure ML: Unregister datastore och > Azure ML: View datastore i kommandopaletten.

Miljöer

Mer information finns i Vad är Azure Machine Learning-miljöer?

Skapa miljö

1. Expandera noden i prenumerationen som innehåller din arbetsyta.
2. Expandera den arbetsytenod som du vill skapa datalagringen under.
3. Högerklicka på noden Miljöer och välj Skapa miljö.
4. En specifikationsfil visas. Konfigurera specifikationsfilen.
5. Välj AzureML: Kör YAML från menyraden eller genom att högerklicka på specifikationsfilen.

Du kan också använda > Azure ML: Create environment kommandot i kommandopaletten.

Visa miljökonfigurationer

Så här visar du beroenden och konfigurationer för en specifik miljö i tillägget:

1. Expandera prenumerationsnoden som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Expandera noden Miljöer.
4. Högerklicka på den miljö som du vill visa och välj Visa miljö.

Du kan också använda > Azure ML: View environment kommandot i kommandopaletten.

Jobb

Skapa jobb

Det snabbaste sättet att skapa ett jobb är genom att klicka på ikonen Skapa jobb i tilläggets aktivitetsfält.

Använda resursnoderna i Azure Machine Learning-vyn:

1. Expandera noden för prenumerationer som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Högerklicka på noden Jobb på arbetsytan och välj Skapa jobb.
4. Välj din jobbtyp.
5. En specifikationsfil visas. Konfigurera specifikationsfilen.
6. Välj AzureML: Kör YAML från menyraden eller genom att högerklicka på specifikationsfilen.

Du kan också använda > Azure ML: Create job kommandot i kommandopaletten.

Visa jobb

Så här visar du ditt jobb i Azure Machine Learning Studio:

1. Expandera den prenumerationsnod som innehåller din arbetsyta.
2. Expandera noden Jobb i ditt arbetsområde.
3. Högerklicka på det jobb som du vill visa och välj Visa jobb i Studio.
4. En uppmaning visas där du uppmanas att öppna jobb-URL:en i Azure Machine Learning Studio. Välj Öppna.

Alternativt kan du använda > Azure ML: View Experiment in Studio kommandot respektive i kommandopaletten.

Spåra jobbförlopp

När du kör jobbet kanske du vill se hur det går. Så här spårar du förloppet för ett jobb i Azure Machine Learning Studio från tillägget:

1. Expandera den nod för prenumeration som innehåller din arbetsyta.
2. Expandera noden Jobb i arbetsytan.
3. Expandera jobbnoden du vill spåra förloppet på.
4. Högerklicka på jobbet och välj Visa jobb i Studio.
5. En uppmaning visas där du uppmanas att öppna jobb-URL:en i Azure Machine Learning Studio. Välj Öppna.

Ladda ned jobbloggsfiler och resultatfiler

När ett jobb är klart kanske du vill ladda ned loggarna och tillgångarna, till exempel den modell som genereras som en del av ett jobb.

1. Expandera prenumerationsnoden som innehåller din arbetsyta.
2. Expandera Jobb-noden inuti arbetsytan.
3. Expandera den jobbnod som du vill ladda ned loggar och utdata för.
4. Högerklicka på jobbet:
   • Om du vill ladda ned utdata väljer du Ladda ned utdata.
   • Om du vill ladda ned loggarna väljer du Ladda ned loggar.

Du kan också använda kommandona > Azure ML: Download outputs och > Azure ML: Download logs i kommandopaletten.

Beräkningsinstanser

Mer information finns i Vad är en Azure Machine Learning-beräkningsinstans?

Skapa beräkningsinstans

1. Expandera den prenumerationsnod som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Expandera beräkningsnoden .
4. Högerklicka på noden Beräkningsinstanser på arbetsytan och välj Skapa beräkningsinstans.
5. En specifikationsfil visas. Konfigurera specifikationsfilen.
6. Välj AzureML: Kör YAML från menyraden eller genom att högerklicka på specifikationsfilen.

Du kan också använda > Azure ML: Create compute instance kommandot i kommandopaletten.

Ansluta till beräkningsinstansen

Information om hur du använder en beräkningsinstans som utvecklingsmiljö eller fjärransluten Jupyter-server finns i Ansluta till en beräkningsinstans.

Stoppa eller starta om beräkningsinstansen

1. Expandera den prenumerationsnod som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Expandera noden Beräkningsinstanser i beräkningsnoden .
4. Högerklicka på den beräkningsinstans som du vill stoppa eller starta om och välj Stoppa beräkningsinstansen respektive Starta om beräkningsinstansen .

Du kan också använda kommandona > Azure ML: Stop compute instance och Restart compute instance i kommandopaletten.

Visa konfiguration av beräkningsinstans

1. Expandera den prenumerationsnod som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Öppna upp noden Beräkningsinstanser inom din Beräkningsnod.
4. Högerklicka på den beräkningsinstans som du vill inspektera och välj Visa egenskaper för beräkningsinstansen.

Du kan också använda AzureML: View compute instance properties kommandot i kommandopaletten.

Ta bort beräkningsinstans

1. Expandera den prenumerationsnod som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Expandera noden Beräkningsinstanser inom din Beräkningsnod.
4. Högerklicka på den beräkningsinstans som du vill ta bort och välj Ta bort beräkningsinstans.

Du kan också använda AzureML: Delete compute instance kommandot i kommandopaletten.

Beräkningskluster

Mer information finns i Träningsberäkningsmål.

Skapa beräkningskluster

1. Expandera den abonnemangsnod som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Expandera beräkningsnoden .
4. Högerklicka på noden Beräkningskluster på arbetsytan och välj Skapa beräkningskluster.
5. En specifikationsfil visas. Konfigurera specifikationsfilen.
6. Välj AzureML: Kör YAML från menyraden eller genom att högerklicka på specifikationsfilen.

Du kan också använda > Azure ML: Create compute cluster kommandot i kommandopaletten.

Visa beräkningskonfiguration

1. Expandera den prenumerationsnod som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Expandera Compute-kluster-noden inuti din Compute-nod.
4. Högerklicka på den beräkning som du vill visa och välj Visa beräkningsegenskaper.

Du kan också använda > Azure ML: View compute properties kommandot i kommandopaletten.

Ta bort beräkningskluster

1. Expandera prenumerationsnoden som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Expandera noden Compute-kluster inom din Compute-nod.
4. Högerklicka på den beräkning som du vill ta bort och välj Ta bort beräkningskluster.

Du kan också använda > Azure ML: Delete compute cluster kommandot i kommandopaletten.

Slutsatsdragningskluster

Mer information finns i Beräkningsmål för slutsatsdragning.

Hantera slutsatsdragningskluster

1. Expandera noden för prenumeration som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Expandera noden Slutsatsdragningskluster i beräkningsnoden .
4. Högerklicka på den beräkning som du vill:
   • Visa databehandlingsegenskaper: Visar skrivskyddade konfigurationsdata om din anslutna databehandlingsenhet.
   • Koppla från beräkning: Kopplar från beräkningen från din arbetsyta.

Du kan också använda kommandona > Azure ML: View compute properties och > Azure ML: Detach compute i kommandopaletten.

Ta bort slutsatsdragningskluster

1. Expandera den prenumerationsnod som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Expandera noden Anslutna beräkningar i beräkningsnoden .
4. Högerklicka på den beräkning som du vill ta bort och välj Ta bort beräkning.

Du kan också använda > Azure ML: Delete compute kommandot i kommandopaletten.

Bifogad beräkning

Mer information finns i Ohanterad beräkning.

Hantera ansluten beräkning

1. Expandera noden för prenumerationen som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Expandera noden Anslutna beräkningar i beräkningsnoden .
4. Högerklicka på den beräkning som du vill:
   • Visa beräkningsegenskaper: Visar skrivskyddade konfigurationsdata om din anslutna beräkning.
   • Koppla från beräkning: Koppla bort beräkningen från arbetsytan.

Du kan också använda kommandona > Azure ML: View compute properties och > Azure ML: Detach compute i kommandopaletten.

Modeller

Mer information finns i Träna modeller med Azure Machine Learning.

Skapa modell

1. Expandera den prenumerationsnod som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Högerklicka på noden Modeller på arbetsytan och välj Skapa modell.
4. En specifikationsfil visas. Konfigurera specifikationsfilen.
5. Högerklicka på specifikationsfilen och välj AzureML: Kör YAML.

Du kan också använda > Azure ML: Create model kommandot i kommandopaletten.

Visa modellegenskaper

1. Öppna upp prenumerationsnoden som innehåller din arbetsyta.
2. Öppna noden Modeller i din arbetsyta.
3. Högerklicka på den modell vars egenskaper du vill se och välj Visa modellegenskaper. En fil öppnas i redigeraren som innehåller dina modellegenskaper.

Du kan också använda > Azure ML: View model properties kommandot i kommandopaletten.

Ladda ned modell

1. Expandera den nod för prenumerationen som innehåller din arbetsyta.
2. Expandera noden Modeller i din arbetsyta.
3. Högerklicka på den modell som du vill ladda ned och välj Ladda ned modellfil.

Du kan också använda > Azure ML: Download model file kommandot i kommandopaletten.

Ta bort modellen

1. Expandera den prenumerationsnod som innehåller din arbetsyta.
2. Expandera noden Modeller i din arbetsyta.
3. Högerklicka på den modell som du vill ta bort och välj Ta bort modell.
4. En fråga visas som bekräftar att du vill ta bort modellen. Välj Ok.

Du kan också använda > Azure ML: Delete model kommandot i kommandopaletten.

Slutpunkter

Mer information finns i Slutpunkter för slutsatsdragning i produktion.

Skapa slutpunkt

1. Expandera prenumerationsnoden som innehåller din arbetsyta.
2. Expandera arbetsytans nod.
3. Högerklicka på noden Modeller på arbetsytan och välj Skapa slutpunkt.
4. Välj din slutpunktstyp.
5. En specifikationsfil visas. Konfigurera specifikationsfilen.
6. Välj AzureML: Kör YAML från menyraden eller genom att högerklicka på specifikationsfilen.

Du kan också använda > Azure ML: Create endpoint kommandot i kommandopaletten.

Ta bort slutpunkt

1. Expandera prenumerationsnoden som innehåller din arbetsyta.
2. Expandera Slutpunktsnoden inom din arbetsyta.
3. Högerklicka på den distribution som du vill ta bort och välj Ta bort slutpunkt.
4. En fråga visas som bekräftar att du vill ta bort tjänsten. Välj Ok.

Du kan också använda > Azure ML: Delete online endpoint kommandot i kommandopaletten.

Visa slutpunktsegenskaper

Förutom att skapa och ta bort distributioner kan du visa och redigera inställningar som är associerade med distributionen.

1. Expandera prenumerationsnoden som innehåller din arbetsyta.
2. Expandera noden Slutpunkter i arbetsytan.
3. Högerklicka på den distribution som du vill hantera och välj sedan Visa slutpunktsegenskaper.

Du kan också använda > Azure ML: View online endpoint properties kommandot i kommandopaletten.

Nästa steg

Självstudie: Träna en bildklassificeringsmodell