Поделиться через

Руководство. Создание ресурсов, необходимых для начала работы

В этом руководстве вы создадите ресурсы, необходимые для работы с Машинным обучением Azure.

  • Рабочая область. Чтобы использовать Машинное обучение Azure, вам нужна рабочая область. Рабочая область — это центральное место для просмотра и управления всеми создаваемыми артефактами и ресурсами.
  • Вычислительный экземпляр. Вычислительный экземпляр — это предварительно настроенный ресурс облачных вычислений, который можно использовать для обучения, автоматизации, управления и отслеживания моделей машинного обучения. Вычислительный экземпляр — самый быстрый способ начать работу с Машинное обучение Azure пакетами SDK и clIs. Вы используете его для запуска записных книжек Jupyter и скриптов Python в остальных руководствах.

В этом руководстве вы создадите ресурсы в Студии машинного обучения Azure.

Вы также можете создать рабочую область с помощью портала Azure или пакета SDK, интерфейса командной строки, Azure PowerShell или расширения Visual Studio Code.

Другие способы создания вычислительного экземпляра см. в статье "Создание вычислительного экземпляра".

В этом видео показано, как создать рабочую область и вычислительный экземпляр в Студия машинного обучения Azure. Действия также описаны в разделах ниже.

Необходимые компоненты

Создание рабочей области

Рабочая область — это ресурс верхнего уровня для действий машинного обучения, который является централизованным расположением для просмотра всех артефактов, созданных в Машинном обучении Azure, и управления ими.

Если у вас уже есть рабочая область, пропустите этот раздел и перейдите к разделу Создание вычислительного экземпляра.

Если у вас нет рабочей области, создайте ее, выполнив приведенные ниже действия.

  1. Войдите в Студию машинного обучения Azure.

  2. Выберите "Создать рабочую область".

  3. Укажите следующие сведения для настройки новой рабочей области:

    Поле Описание
    имя рабочей области. Введите уникальное имя для идентификации рабочей области. Имена должны быть уникальными в группе ресурсов. Используйте имя, которое легко вспомнить и отличаться от рабочих областей, созданных другими пользователями. В имени рабочей области не учитывается регистр.
    Понятное имя Это имя не ограничено правилами именования Azure. В этом имени можно использовать пробелы и специальные символы.
    Узел Центр позволяет группировать связанные рабочие области и совместно использовать ресурсы. Если у вас есть доступ к концентратору, выберите его здесь. Если у вас нет доступа к концентратору, оставьте его пустым.

  4. Если вы не выбрали концентратор, укажите дополнительные параметры. Если вы выбрали концентратор, эти значения взяты из концентратора.

    Поле Описание
    Подписка Выберите подписку Azure, которую нужно использовать.
    Группа ресурсов Используйте существующую группу ресурсов в подписке или введите имя для создания новой. Группа ресурсов содержит связанные ресурсы для решения Azure. Для использования существующей группы ресурсов требуется роль участника или владельца. Дополнительные сведения о доступе см. в разделе Управление доступом к рабочей области Машинного обучения Azure.
    Область/регион Выберите регион Azure, ближайший к пользователям и данным, чтобы создать рабочую область.

  5. Щелкните Создать, чтобы создать рабочую область.

Примечание.

При этом создается рабочая область вместе со всеми необходимыми ресурсами. Если вы хотите настроить больше, используйте вместо этого портал Azure . Дополнительные сведения см. в статье "Создание рабочей области ".

Создание вычислительного экземпляра

Вы используете вычислительный экземпляр для запуска записных книжек Jupyter и скриптов Python в остальных руководствах. Если у вас еще нет вычислительного экземпляра, создайте его:

  1. Щелкните рабочую область.

  2. В правом верхнем углу нажмите кнопку "Создать".

  3. Выберите вычислительный экземпляр в списке.

    Снимок экрана: создание вычислений в списке

  4. Укажите имя.

  5. Сохраняйте значения по умолчанию для остальной части страницы, если политика вашей организации не требует различных параметров.

  6. Выберите Review + Create (Просмотреть и создать).

  7. Нажмите кнопку создания.

Краткий обзор студии

Студия представляет собой веб-портал для Машинного обучения Azure. Он сочетает в себе интерфейсы без кода и кода для инклюзивной платформы обработки и анализа данных.

Ознакомьтесь с частями студии на панели навигации слева.

  • Раздел разработки студии содержит несколько способов приступить к созданию моделей машинного обучения. Вы можете:

    • Записные книжки позволяют создавать записные книжки Jupyter, копировать примеры записных книжек и запускать записные книжки и скрипты Python.
    • Автоматизированное машинное обучение поможет вам создать модель машинного обучения без написания кода.
    • Конструктор предоставляет способ создания моделей с помощью предварительно созданных компонентов.

  • Раздел "Активы" помогает отслеживать создаваемые ресурсы при выполнении заданий. В новой рабочей области эти разделы пусты.

  • Раздел "Управление" позволяет создавать вычислительные ресурсы и внешние службы, связанные с рабочей областью, и управлять ими. Вы также можете создать проект маркировки данных и управлять ими здесь.

Снимок экрана: Студия машинного обучения Azure.

Изучение примеров записных книжек

Используйте примеры записных книжек, доступные в студии, чтобы узнать, как обучать и развертывать модели. Они ссылаются во многих других статьях и руководствах.

  1. В области навигации слева выберите "Записные книжки".
  2. В верхней части выберите "Примеры".

Снимок экрана: примеры записных книжек.

  • Используйте записные книжки в папке SDK версии 2 , например, использующую текущий пакет SDK (версии 2).
  • Эти записные книжки доступны только для чтения и периодически обновляются.
  • При открытии записной книжки выберите клонировать эту записную книжку вверху, чтобы добавить копию и все связанные файлы в файлы. Новая папка создается для вас в разделе "Файлы ".

Создание записной книжки

При клонировании записной книжки из примеров копия добавляется в файлы, и ее можно запустить или изменить. Многие из учебников отражают эти примеры записных книжек.

Вы также можете создать новую, пустую записную книжку, а затем скопировать и вставить код из учебника в него. Для этого:

  1. По-прежнему в разделе "Записные книжки" выберите "Файлы ", чтобы вернуться к файлам.

  2. Выберите + , чтобы добавить файлы.

  3. Выберите Create new file (Создать файл).

    Снимок экрана: создание нового файла.

Очистка ресурсов

Если вы планируете продолжить работу с другими учебниками, перейдите к следующему шагу.

Остановка вычислительного экземпляра

Если вы сейчас не планируете использовать вычислительный экземпляр, остановите его, выполнив следующие действия:

  1. В студии в меню слева выберите "Вычисления".
  2. На верхних вкладках выберите экземпляры вычислений.
  3. Выберите вычислительный экземпляр из списка.
  4. В верхней панели инструментов выберите Остановить.

Удаление всех ресурсов

Внимание

Созданные вами ресурсы могут использоваться в качестве необходимых компонентов при работе с другими руководствами по Машинному обучению Azure.

Если вы не планируете использовать созданные вами ресурсы, удалите их, чтобы с вас не взималась плата:

  1. В портал Azure в поле поиска введите группы ресурсов и выберите его из результатов.

  2. Выберите созданную группу ресурсов из списка.

  3. На странице "Обзор" выберите "Удалить группу ресурсов".

    Снимок экрана с выбранными параметрами для удаления группы ресурсов на портале Azure.

  4. Введите имя группы ресурсов. Затем выберите Удалить.

Следующий шаг

Теперь у вас есть рабочая область Машинного обучения Azure, содержащая вычислительный экземпляр для среды разработки.

Узнайте, как использовать вычислительный экземпляр для запуска записных книжек и сценариев в Машинном обучении Azure.

Краткое руководство. Знакомство с Машинное обучение Azure

Используйте вычислительный экземпляр со следующими руководствами для обучения и развертывания модели.

Учебник Описание
Отправка, доступ и изучение данных в Машинное обучение Azure Храните большие данные в облаке и извлеките их из записных книжек и скриптов.
Разработка моделей на облачной рабочей станции Начните разработку прототипов и разработку моделей машинного обучения.
Обучение модели в Машинное обучение Azure Подробные сведения об обучении модели.
Развертывание модели в качестве сетевой конечной точки Подробные сведения о развертывании модели.
Создание конвейеров машинного обучения Разбиение полной задачи машинного обучения на многоэтапный рабочий процесс.

Хотите перейти прямо в? Просмотрите примеры кода.

  • Last updated on