使用 Azure 实验室服务设置专注于自然语言处理中的深度学习的实验室

重要

Azure 实验室服务将于 2027 年 6 月 28 日停用。有关详细信息，请参阅停用指南。

注意

本文引用了实验室计划中可用的功能，该计划取代了实验室帐户。

本文介绍如何使用 Azure 实验室服务来设置一个专注于自然语言处理 (NLP) 中的深度学习的实验室。 NLP 是某种形式的人工智能 (AI)，可在计算机中实现翻译、语音识别和其他语言理解功能。

使用 NLP 类的学生可以通过 Linux 虚拟机 (VM) 了解如何应用神经网络算法。这些算法教授学生开发用于分析人类书面语言的深度学习模型。

实验室配置

若要设置此实验室，需要有 Azure 订阅和实验室帐户才能开始。如果没有 Azure 订阅，请在开始之前创建一个免费帐户。

有了 Azure 订阅后，就可以在 Azure 实验室服务中创建新的实验室计划。有关如何创建新实验室计划的详细信息，请参阅有关如何设置实验室计划的教程。也可以使用现有实验室计划。

为实验室计划启用下表中所述的设置。若要详细了解如何启用市场映像，请参阅有关如何指定可供实验室创建者使用的市场映像的文章。

实验室计划设置	Instructions
市场映像	启用适用于 Linux (Ubuntu) 映像的 Data Science Virtual Machine。

有关如何创建实验室的说明，请参阅教程：设置实验室。创建实验室时，请使用以下设置：

实验室设置	值
虚拟机 (VM) 大小	小型 GPU（计算）。此大小最适用于计算密集型和网络密集型应用程序（如人工智能和深度学习）。
VM 映像	用于 Linux (Ubuntu)的 Data Science Virtual Machine。此映像提供机器学习和数据科学深度学习框架和工具。若要查看此映像上安装的工具的完整列表，请参阅 DSVM 包含哪些内容？。
启用远程桌面连接	（可选）选中“启用远程桌面连接”。数据科学映像已配置为使用 X2Go，使教师和学生能够使用 GUI 远程桌面进行连接。 X2Go 不要求启用“启用远程桌面连接”设置。
模板虚拟机设置	（可选）选择“使用虚拟机映像而不进行自定义”。如果使用的是实验室计划，且 DSVM 具有课程所需的所有工具，则可以跳过模板自定义步骤。

重要

建议将 X2Go 与数据科学映像配合使用。但是，如果选择改用 RDP，则需要使用 SSH 连接到 Linux VM，并在发布实验室之前安装 RDP 和 GUI 包。以后，学生可以使用 RDP 连接到 Linux VM。有关详细信息，请参阅为 Linux VM 启用图形远程桌面。

用于 Linux 的 Data Science Virtual Machine 映像提供此类型课程所需的深度学习框架和工具。如果在创建实验室时选择了“使用虚拟机映像而不进行自定义”，则自定义模板计算机的功能会被禁用。准备就绪后，可以发布实验室。

我们来介绍此课程可能的估算成本。我们选择的虚拟机大小是“小型 GPU (计算)”，即 139 个实验室单位。

如果一个班级有 25 个学生，计划的课堂时间为 20 小时且家庭作业或作业时数配额为 10 小时，则成本估算为：

25 名学生 × (20 个计划小时 + 10 个配额小时) × 139 个实验室单位 × 0.01 美元/小时 = 1042.5 美元

重要

成本估算仅用于示例目的。有关定价的最新详细信息，请参阅 Azure 实验室服务定价。

本文已指导你完成为自然语言处理课程创建实验室的步骤。对于其他深度学习课程，可以使用类似的设置。

现在可以将模板映像发布到实验室。有关详细信息，请参阅发布模板 VM。

设置实验室时，请参阅以下文章：