共用方式為

存取工作區中的計算執行個體終端機

  • 發行項

存取工作區中計算執行個體的終端機，以：

  • 使用 Git 中的檔案並建立檔案版本。 這些檔案會儲存在您的工作區檔案系統中，而不受限於單一計算執行個體。
  • 在計算執行個體上安裝套件。
  • 在計算執行個體上建立額外的核心。

必要條件

存取終端機

存取終端機：

  1. 在 Azure Machine Learning Studio 中開啟您的工作區。

  2. 選取左側的 [筆記本]。

  3. 選取 [開啟終端機] 影像。

    開啟終端機視窗

  4. 當計算執行個體正在執行時，隨即出現該計算執行個體的終端機視窗。

  5. 當沒有計算執行個體執行中時，請使用 [計算] 區段，以開啟或建立計算執行個體。 啟動或建立計算執行個體

除了上述步驟之外，您也可以從下列來源存取終端機：

  • 在 VS Code 中：從功能表中選取 [終端機]> [新增終端機]。 此項目可能會隱藏在功能表中的 ... 後面。 若要深入了解如何從 VS Code 連線到工作區，請參閱在遠端連線到計算執行個體的 VS Code 中工作。
  • RStudio 或 Posit Workbench (先前稱為 RStudio Workbench) (請參閱新增自訂應用程式，例如 RStudio 或 Posit Workbench)：選取左上方的 [終端機] 索引標籤。
  • Jupyter 實驗室：在 [啟動器] 索引標籤中的 [其他] 標題下，選取 [終端機] 圖格。
  • Jupyter：在 [檔案] 索引標籤的右上角選取 [新增]>[終端機] 。
  • 如果您在建立計算執行個體時已啟用 SSH 存取，則會 SSH 至機器。 如果計算執行個體位於受控虛擬網路中，而且沒有公用 IP 位址，請使用 az ml compute connect-ssh 命令來到計算執行個體。

在終端機中複製並貼上

在 [Notebooks] 區段中，您可以在終端機與筆記本儲存格之間複製並貼上文字。

  • Windows：使用 Ctrl-c 來複製和使用 Ctrl-v、Ctrl-Shift-v 或 Shift-Insert 來貼上。
  • Mac 作業系統：Cmd-c 進行複製，Cmd-v 即可貼上。
  • FireFox 和 Internet Explorer 可能無法正確支援剪貼簿權限。

使用 Git 中的檔案並建立檔案版本

從終端機存取所有 Git 作業。 所有 Git 檔案和資料夾都會儲存在您的工作區檔案系統中。 此儲存體可讓您從工作區中的任何計算執行個體使用這些檔案。

注意

將您的檔案和資料夾新增至 ~/cloudfiles/code/Users 資料夾下的任何位置，以便在您的所有 Jupyter 環境中都可以看到它們。

若要整合 Git 與 Azure Machine Learning 工作區，請參閱適用於 Azure Machine Learning 的 Git 整合。

安裝套件

從終端機視窗安裝套件。 將套件安裝到您想要用來執行筆記本的核心中。 預設核心為 python310-sdkv2。

或者，您可以直接在 Jupyter Notebook、RStudio 或 Posit Workbench (先前稱為 RStudio Workbench) 中安裝套件：

注意

對於 Python 筆記本中的套件管理，請使用 %pip 或 %conda magic 函式，以將套件自動安裝至目前執行中的核心，而不是 !pip 或 !conda，其意指所有套件 (包括目前執行中核心外部的套件)

加入新的核心程序

警告

自訂計算執行個體時，請務必不要刪除您未建立的 Conda 環境或 Jupyter 核心。 這樣做可能會損壞 Jupyter/JupyterLab 功能。

若要將新的 Jupyter 核心新增至計算執行個體：

  1. 使用終端機視窗建立新的環境。 例如，下列命令會建立 newenv:

    conda create --name newenv

  2. 啟用環境。 例如，建立 newenv 之後：

    conda activate newenv

  3. 將 pip 和 ipykernel 套件安裝至新環境，並為該 conda 環境建立核心

    conda install pip
conda install ipykernel
python -m ipykernel install --user --name newenv --display-name "Python (newenv)"

您可以安裝任何可用的 Jupyter 核心程序 。

若要將新的 R 核心新增至計算執行個體：

  1. 使用終端機視窗建立新的環境。 例如，下列命令會建立 r_env:

    conda create -n r_env r-essentials r-base

  2. 啟用環境。 例如，建立 r_env 之後：

    conda activate r_env

  3. 在新的環境中執行 R：

    R

  4. 在 R 提示字元下，執行 IRkernel：

    IRkernel::installspec(name = 'irenv', displayname = 'New R Env')

  5. 結束 R 工作階段。

    q()

在新的 R 核心準備就緒可供使用前，需要幾分鐘的時間。 如果您收到指出其無效的錯誤訊息，請稍候片刻，然後再試一次。

如需 Conda 的詳細資訊，請參閱搭配 Anaconda 使用 R 語言。 如需 IRkernel 的詳細資訊，請參閱 Jupyter 適用的原生 R 核心。

移除新增的核心

警告

自訂計算執行個體時，請務必不要刪除您未建立的 Conda 環境或 Jupyter 核心。

若要從計算執行個體中移除已新增的 Jupyter 核心，您必須移除 kernelspec，並選擇是否移除相對應的 Conda 環境。 您也可以選擇保留 Conda 環境。 您必須移除 kernelspec，否則您的核心仍可供選取並可能造成非預期的行為。

若要移除 kernelspec：

  1. 使用終端機視窗來列出並尋找 kernelspec：

    jupyter kernelspec list

  2. 移除 kernelspec，將 UNWANTED_KERNEL 取代為您想要移除的核心：

    jupyter kernelspec uninstall UNWANTED_KERNEL

若要同時移除 Conda 環境：

  1. 使用終端機視窗來列出並尋找 Conda 環境：

    conda env list

  2. 移除 Conda 環境，將 ENV_NAME 取代為您想要移除的 Conda 環境：

    conda env remove -n ENV_NAME

重新整理後，筆記本檢視中的核心清單應該會反映您所做的變更。

管理終端機工作階段

如果終端機索引標籤未正確關閉，終端機工作階段可能會保持作用中。 太多作用中的終端機工作階段可能會影響計算執行個體的效能。

選取終端機工具列中的 [管理作用中工作階段]，以查看所有作用中終端機工作階段的清單，並關閉您不再需要的工作階段。

若要深入了解如何管理計算上執行的工作階段，請參閱管理筆記本和終端機工作階段。

警告

請務必關閉不再需要的任何工作階段，以保留計算執行個體的資源並最佳化效能。

相關內容