Introduktion
Som dataexpert vill du skriva kod som fungerar i alla utvecklingsmiljöer. Oavsett om du använder lokal beräkning eller molnbaserad beräkning ska koden köras för att träna en maskininlärningsmodell till exempel.
För att köra kod måste du se till att nödvändiga paket, bibliotek och beroenden är installerade på den beräkning som du använder för att köra koden. I Azure Machine Learning listar och lagrar miljöer de nödvändiga paket som du kan återanvända mellan beräkningsmål.
Kommentar
I den här modulen refererar vi till Azure Machine Learnings tolkning av miljöer. Observera att termen miljöer också används för att beskriva andra tekniska begrepp. I DevOps refererar till exempel miljöer till den samling resurser som används för en specifik fas i programdistributionen, till exempel utvecklings- eller produktionsmiljön. Läs mer om kontinuerlig distribution för maskininlärning.