Dela via

Utforska Azure Machine Learning med Jupyter Notebooks

  • Artikel

GÄLLER FÖR: Python SDK azure-ai-ml v2 (aktuell)

Lagringsplatsen AzureML-Examples innehåller de senaste (v2) Azure Machine Learning Python CLI- och SDK-exemplen. Information om de olika exempeltyperna finns i readme.

Den här artikeln visar hur du kommer åt lagringsplatsen från följande miljöer:

  • Azure Machine Learning-beräkningsinstans
  • Din egen beräkningsresurs
  • Datavetenskap virtuell dator (DSVM)

Du kan också bläddra bland kodexempel för fler exempel.

Det enklaste sättet att komma igång med exemplen är att slutföra Skapa resurser för att komma igång. När du är klar har du en dedikerad notebook-server som är förinstallerad med SDK:et och lagringsplatsen Azure Machine Learning Notebooks. Inga nedladdningar eller installation krävs.

Så här visar du exempelanteckningsböcker:

  1. Logga in i studio och välj din arbetsyta om det behövs.
  2. Välj Notebook-filer.
  3. Välj fliken Exempel. Använd mappen SDK v2 som exempel med Python SDK v2.
  4. Öppna anteckningsboken som du vill köra. Välj Klona anteckningsboken för att skapa en kopia i arbetsytans filresurs. Den här åtgärden kopierar anteckningsboken, tillsammans med eventuella beroende resurser, till fillagringen i projektet.

Alternativ 2: Åtkomst på din egen notebook-server

Om du vill ta med en egen notebook-server för lokal utveckling följer du de här stegen på datorn.

  1. Använd anvisningarna i Azure Machine Learning SDK för att installera Azure Machine Learning SDK (v2) för Python

  2. Skapa en Azure Machine Learning-arbetsyta.

  3. Klona lagringsplatsen AzureML-Examples.

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

  4. Starta notebook-servern från katalogen som innehåller din klon.

    jupyter notebook

De här anvisningarna installerar de grundläggande SDK-paket som krävs för snabbstarts- och självstudieböckerna. Andra exempelanteckningsböcker kan kräva att du installerar extra komponenter. Mer information finns i Installera Azure Machine Learning SDK för Python.

Alternativ 3: Åtkomst på en DSVM

Datavetenskap Virtual Machine (DSVM) är en anpassad virtuell datoravbildning som skapats specifikt för datavetenskap. Om du skapar en DSVM installeras och konfigureras SDK och notebook-servern åt dig. Du måste dock fortfarande skapa en arbetsyta och klona exempellagringsplatsen.

  1. Skapa en Azure Machine Learning-arbetsyta.

  2. Klona lagringsplatsen AzureML-Examples.

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

  3. Starta notebook-servern från katalogen som innehåller klonen.

    jupyter notebook

Anslut till en arbetsyta

Några av exemplen används MLClient.from_config() för att ansluta till en arbetsyta. För att dessa exempel ska fungera behöver du en konfigurationsfil i en katalog på sökvägen till exemplet.

Konfigurationsfilen skapas åt dig på Azure Machine Learning-beräkningsinstansen. Om du vill använda koden på din egen notebook-server eller DSVM skapar du konfigurationsfilen manuellt. Använd någon av följande metoder:

  • Skriv en konfigurationsfil (aml_config/config.json) i roten på den klonade lagringsplatsen.

  • Ladda ned konfigurationsfilen för arbetsytan:

    • Logga in på Azure Machine Learning-studio
    • Välj dina arbetsyteinställningar i det övre högra hörnet
    • Välj Ladda ned konfigurationsfil
    • Placera filen i roten på den klonade lagringsplatsen.

    Skärmbild av nedladdning config.json.

Utforska lagringsplatsen AzureML-Examples för att upptäcka vad Azure Machine Learning kan göra.

Fler exempel på MLOps finns i https://github.com/Azure/mlops-v2.

Prova de här självstudierna: