Hızlı Başlangıç: Azure Machine Learning'i kullanmaya başlamak için ihtiyacınız olan çalışma alanı kaynaklarını oluşturma

Bu hızlı başlangıçta bir çalışma alanı oluşturacak ve ardından işlem kaynaklarını çalışma alanına ekleyeceksiniz. Ardından Azure Machine Learning'i kullanmaya başlamak için ihtiyacınız olan her şeye sahip olacaksınız.

Çalışma alanı, makine öğrenmesi etkinlikleriniz için en üst düzey kaynaktır ve Azure Machine Learning'i kullanırken oluşturduğunuz yapıtları görüntülemek ve yönetmek için merkezi bir yer sağlar. İşlem kaynakları makine öğrenmesi modellerini eğitmek, dağıtmak, otomatikleştirmek, yönetmek ve izlemek için kullanabileceğiniz önceden yapılandırılmış bir bulut tabanlı ortam sağlar.

Önkoşullar

Çalışma alanını oluşturma

Zaten bir çalışma alanınız varsa bu bölümü atlayın ve İşlem örneği oluşturma bölümüne geçin.

Henüz bir çalışma alanınız yoksa şimdi bir çalışma alanı oluşturun:

  1. Azure Machine Learning stüdyosu oturum açma

  2. Çalışma alanı oluştur'u seçin

  3. Yeni çalışma alanınızı yapılandırmak için aşağıdaki bilgileri sağlayın:

    Alan Açıklama
    Çalışma alanı adı Çalışma alanınızı tanımlayan benzersiz bir ad girin. Adların kaynak grubu genelinde benzersiz olması gerekir. Geri çağırması ve başkaları tarafından oluşturulan çalışma alanlarından ayırt etmek için kolay bir ad kullanın. Çalışma alanı adı büyük/küçük harfe duyarlı değildir.
    Abonelik Kullanmak istediğiniz Azure aboneliğini seçin.
    Kaynak grubu Aboneliğinizde mevcut kaynak gruplarından birini seçin veya bir ad girerek yeni bir kaynak grubu oluşturun. Kaynak grubu, Bir Azure çözümü için ilgili kaynakları barındırır. Mevcut bir kaynak grubunu kullanmak için katkıda bulunan veya sahip rolüne sahip olmanız gerekir. Erişim hakkında daha fazla bilgi için bkz. Azure Machine Learning çalışma alanına erişimi yönetme.
    Bölge Çalışma alanınızı oluşturmak için kullanıcılarınıza en yakın Azure bölgesini ve veri kaynaklarını seçin.
  4. Çalışma alanını oluşturmak için Oluştur'u seçin

Not

Bu, tüm gerekli kaynaklarla birlikte bir çalışma alanı oluşturur. Depolama Hesabı, Azure Container Registry, Azure KeyVault veya Application Insights gibi kaynakları yeniden kullanmak istiyorsanız bunun yerine Azure portal kullanın.

İşlem örneği oluşturma

Azure Machine Learning'i kendi bilgisayarınıza yükleyebilirsiniz. Ancak bu hızlı başlangıçta, geliştirme ortamının zaten yüklü ve kullanıma hazır olduğu bir çevrimiçi işlem kaynağı oluşturacaksınız. Geliştirme ortamınızın Python betiklerinde ve Jupyter not defterlerinde kod yazması ve çalıştırması için bir işlem örneği olan bu çevrimiçi makineyi kullanacaksınız.

Öğreticilerin ve hızlı başlangıçların geri kalanında bu geliştirme ortamını kullanmak için bir işlem örneği oluşturun.

  1. Önceki bölümde yalnızca çalışma alanı oluşturmadıysanız şimdi Azure Machine Learning stüdyosu oturum açın ve çalışma alanınızı seçin.

  2. Sol tarafta İşlem'i seçin.

    Ekran görüntüsü: Ekranın sol tarafındaki İşlem bölümünü gösterir.

  3. Yeni bir işlem örneği oluşturmak için +Yeni'yi seçin.

  4. İlk sayfada tüm varsayılanları koru adlı bir ad girin.

  5. Oluştur’u seçin.

Yaklaşık iki dakika içinde İşlem örneğinin DurumununOluşturma'danÇalışıyor'a değiştiğini göreceksiniz. Artık başlamaya hazır.

İşlem kümeleri oluşturma

Ardından bir işlem kümesi oluşturacaksınız. Eğitim veya toplu çıkarım işlemlerinizi buluttaki bir CPU veya GPU işlem düğümleri kümesine dağıtmak için bu kümeye kod göndereceksiniz.

Sıfır ile dört düğüm arasında otomatik ölçeklendirme yapacak bir işlem kümesi oluşturun:

  1. İşlem bölümünde, üstteki sekmede İşlem kümeleri'ni seçin.
  2. Yeni bir işlem kümesi oluşturmak için +Yeni'yi seçin.
  3. İlk sayfada tüm varsayılan değerleri koruyarak İleri'yi seçin. Kullanılabilir işlem görmüyorsanız kota artışı istemeniz gerekir. Kotaları yönetme ve artırma hakkında daha fazla bilgi edinin.
  4. Kümeye cpu-cluster adını verin. Bu ad zaten varsa, adı benzersiz hale getirmek için adınızın baş harflerini ekleyin.
  5. En az düğüm sayısı'nı 0 olarak bırakın.
  6. Mümkünse En fazla düğüm sayısı'nı 4 olarak değiştirin. Ayarlarınıza bağlı olarak, daha küçük bir sınırınız olabilir.
  7. Ölçeği 2400'e düşürmeden önce Boşta saniyeleri değiştirin.
  8. Diğer varsayılan değerleri bırakın ve Oluştur'u seçin.

Bir dakikadan kısa bir süre içinde kümenin DurumuOluşturma yerine Başarılı olarak değişir. Listede sağlanan işlem kümesinin yanı sıra boşta düğüm sayısı, meşgul düğümler ve sağlanmayan düğümler gösterilir. Kümeyi henüz kullanmadığınız için tüm düğümlerin sağlaması şu anda kaldırılmış durumdadır.

Not

Küme oluşturulduğunda 0 düğüm sağlanır. Siz bir iş gönderene kadar kümeye maliyet yansıtılmaz . 2.400 saniye (40 dakika) boyunca boşta kaldığında bu kümenin ölçeği azaltılır. Bu size ölçeği artırmayı beklemeden birkaç öğreticide kullanmak için zaman verir.

Stüdyoda hızlı tur

Stüdyo, Azure Machine Learning için web portalınızdır. Bu portal, kapsayıcı bir veri bilimi platformu için kodsuz ve kod öncelikli deneyimleri birleştirir.

Sol taraftaki gezinti çubuğunda stüdyonun bölümlerini gözden geçirin:

  • Stüdyonun Author bölümü, makine öğrenmesi modelleri oluşturmaya başlamanın birden çok yolunu içerir. Şunları yapabilirsiniz:

    • Not defterleri bölümü Jupyter Not Defterleri oluşturmanıza, örnek not defterlerini kopyalamanıza ve not defterleri ile Python betikleri çalıştırmanıza olanak tanır.
    • Otomatik ML , kod yazmadan makine öğrenmesi modeli oluşturma adımlarını gösterir.
    • Tasarımcı , önceden oluşturulmuş bileşenleri kullanarak model oluşturmak için sürükleyip bırakma yöntemi sunar.
  • Stüdyonun Varlıklar bölümü, işlerinizi çalıştırırken oluşturduğunuz varlıkları izlemenize yardımcı olur. Yeni bir çalışma alanınız varsa, bu bölümlerde henüz hiçbir şey yoktur.

  • İşlem kaynaklarınızı oluşturmak için stüdyonun Yönet bölümünü zaten kullandınız. Bu bölüm ayrıca çalışma alanınıza bağladığınız verileri ve dış hizmetleri oluşturmanızı ve yönetmenizi sağlar.

Çalışma alanı tanılamaları

Çalışma alanınızda tanılamayı Azure Machine Learning stüdyosu veya Python SDK'sından çalıştırabilirsiniz. Tanılama çalıştırıldıktan sonra, algılanan sorunların listesi döndürülür. Bu liste olası çözümlerin bağlantılarını içerir. Daha fazla bilgi için bkz. Çalışma alanı tanılamasını kullanma.

Kaynakları temizleme

Şimdi sonraki öğreticiye devam etmek istiyorsanız Sonraki adımlar'a atlayın.

İşlem örneğini durdurma

Şimdi kullanmayacaksanız işlem örneğini durdurun:

  1. Stüdyonun sol tarafında İşlem'i seçin.
  2. Üst sekmelerde İşlem örnekleri'ni seçin
  3. Listeden işlem örneğini seçin.
  4. Üst araç çubuğunda Durdur'u seçin.

Tüm kaynakları silme

Önemli

Oluşturduğunuz kaynaklar, diğer Azure Machine Learning öğreticileri ve nasıl yapılır makaleleri için önkoşul olarak kullanılabilir.

Oluşturduğunuz kaynaklardan hiçbirini kullanmayı planlamıyorsanız, ücret ödememek için bunları silin:

  1. Azure portalının en sol tarafındaki Kaynak gruplarını seçin.

  2. Listeden oluşturduğunuz kaynak grubunu seçin.

  3. Kaynak grubunu sil'i seçin.

    Azure portalda kaynak grubu silmek için yapılan seçimlerin ekran görüntüsü.

  4. Kaynak grubu adını girin. Ardından Sil’i seçin.

Sonraki adımlar

Artık aşağıdakiler içeren bir Azure Machine Learning çalışma alanınız var:

  • Geliştirme ortamınız için kullanılacak bir işlem örneği.
  • Eğitim çalıştırmalarını göndermek için kullanılacak bir işlem kümesi.

Azure Machine Learning hakkında daha fazla bilgi edinmek ve Python betikleriyle model eğitmek için bu kaynakları kullanın.