Ortamları anlama
Denemelerin çeşitli işlem bağlamlarında çalıştırılabildiği kurumsal bir makine öğrenmesi çözümünde, deneme kodunuzun çalıştığı ortamların farkında olmak önemli olabilir. Azure Machine Learning ortamlarını kullanarak ortam oluşturabilir ve deneme için çalışma zamanı yapılandırmasını belirtebilirsiniz.
Azure Machine Learning çalışma alanı oluşturduğunuzda, seçilen ortamlar otomatik olarak oluşturulur ve kullanımınıza sunulur. Alternatif olarak, kendi özel ortamlarınızı oluşturup yönetebilir ve çalışma alanına kaydedebilirsiniz. Özel ortamların oluşturulması ve kaydedilmesi, deneme betiğinin nerede çalıştırıldığına bakılmaksızın denemeleriniz için tutarlı, yeniden kullanılabilir çalışma zamanı bağlamları tanımlamanızı mümkün kılar.
Azure Machine Learning'de ortam nedir?
Python kodu, kullanılacak Python çalışma zamanının sürümünü ve kod için kullanılabilen yüklü paketleri tanımlayan bir sanal ortam bağlamında çalışır. Çoğu Python yüklemesinde paketler conda veya pipkullanılarak ortamlarda yüklenir ve yönetilir.
Taşınabilirliği geliştirmek için genellikle Docker kapsayıcılarında geliştirme bilgisayarınız, sanal makineleriniz veya buluttaki kümeleriniz gibi işlem hedeflerinde barındırılan ortamlar oluşturursunuz.
Azure Machine Learning, Docker görüntülerinde ve conda ortamlarında ortam tanımları oluşturur. Bir ortam kullandığınızda, Azure Machine Learning ortamı çalışma alanıyla ilişkili Azure Container registry üzerinde oluşturur.
Bahşiş
Azure Machine Learning çalışma alanı oluşturduğunuzda, mevcut bir Azure Container registry'yi mi kullanacağınızı yoksa gerektiğinde çalışma alanının sizin için yeni bir kayıt defteri oluşturmasına izin vermeyi seçebilirsiniz.
Azure Machine Learning çalışma alanı içindeki tüm kullanılabilir ortamları görüntülemek için, Azure CLI veya Python SDK'sını kullanarak stüdyodaki ortamları listeleyebilirsiniz.
Örneğin, Python SDK'sını kullanarak ortamları listelemek için:
envs = ml_client.environments.list()
for env in envs:
print(env.name)
Belirli bir ortamın ayrıntılarını gözden geçirmek için, bir ortamı kayıtlı adına göre alabilirsiniz:
env = ml_client.environments.get(name="my-environment", version="1")
print(env)