Jaké nástroje jsou součástí Azure Data Science Virtual Machine?
Virtuální počítač Datová Věda je snadný způsob, jak zkoumat data a provádět strojové učení v cloudu. Virtuální počítače Datová Věda jsou předem nakonfigurované s kompletním operačním systémem, opravami zabezpečení, ovladači a oblíbeným softwarem pro datové vědy a vývoj. Můžete zvolit hardwarové prostředí, od méně nákladných počítačů orientovaných na procesor až po velmi výkonné počítače s více GRAFICKÝmi procesory, úložištěm NVMe a velkým množstvím paměti. U počítačů s GPU se instalují všechny ovladače, všechny architektury strojového učení se shodují s kompatibilitou GPU a akcelerace je povolená ve všech aplikačních softwaru, který podporuje GPU.
Virtuální počítač Datová Věda má předinstalované nejužitečnější nástroje pro datové vědy.
Vytváření řešení hlubokého učení a strojového učení
| Nástroj | Windows Server 2019 DSVM | Windows Server 2022 DSVM | Ubuntu 20.04 DSVM | Poznámky k využití |
|---|---|---|---|---|
| CUDA, cuDNN, ovladač NVIDIA | ✅ | ✅ | ✅ |
CUDA, cuDNN, ovladač NVIDIA na DSVM |
| Horovod | ❌ | ❌ | ✅ | Horovod na DSVM |
| NVidia System Management Interface (nvidia-smi) | ✅ | ✅ | ✅ | nvidia-smi na DSVM |
| PyTorch | ✅ | ✅ | ✅ | PyTorch na DSVM |
| TensorFlow | ✅ | ✅ |
✅ | TensorFlow na DSVM |
| Integrace se službou Azure Machine Učení (Python) | ✅ (Python SDK, ukázky) |
✅ (Python SDK, ukázky) |
✅ (Python SDK, rozhraní příkazového řádku, ukázky) |
Azure Machine Učení SDK |
| XGBoost | ✅ (Podpora CUDA) |
✅ (Podpora CUDA) |
✅ (Podpora CUDA) |
XGBoost na DSVM |
| Vowpal Wabbit | ✅ | ✅ | ✅ |
Vowpal Wabbit na DSVM |
| Weka | ❌ | ❌ | ❌ | |
| LightGBM | ❌ | ❌ | ✅ (PODPORA GPU, MPI) |
|
| H2O | ❌ | ❌ | ✅ | |
| CatBoost | ❌ | ❌ | ✅ | |
| Intel MKL | ❌ | ❌ | ✅ | |
| OpenCV | ❌ | ❌ | ✅ | |
| Dlib | ❌ | ❌ | ✅ | |
| Docker | ✅ (Pouze kontejnery Windows) |
✅ (Pouze kontejnery Windows) |
✅ | |
| Nccl | ❌ | ❌ | ✅ | |
| Rattle | ❌ | ❌ | ❌ | |
| PostgreSQL | ❌ | ❌ | ✅ | |
| Modul runtime ONNX | ❌ | ❌ | ✅ |
Ukládání, načítání a manipulace s daty
| Nástroj | Windows Server 2019 DSVM | Windows Server 2022 DSVM | Ubuntu 20.04 DSVM | Poznámky k využití |
|---|---|---|---|---|
| Relační databáze | SQL Server 2019 Developer Edition |
SQL Server 2019 Developer Edition |
SQL Server 2019 Developer Edition |
SQL Server na DSVM |
| Databázové nástroje | SQL Server Management Studio Služba SSIS (SQL Server Integration Services) bcp, sqlcmd |
SQL Server Management Studio Služba SSIS (SQL Server Integration Services) bcp, sqlcmd |
SQuirreL SQL (dotazovací nástroj), bcp, sqlcmd Ovladače ODBC/JDBC |
|
| Azure Storage Explorer | ✅ |
✅ |
||
| Azure CLI | ✅ |
✅ |
✅ |
|
| AzCopy | ✅ |
✅ |
❌ | AzCopy na DSVM |
| Ovladač Blob FUSE | ❌ | ❌ | ❌ |
Blobfuse na DSVM |
| Nástroj pro migraci dat Azure Cosmos DB | ✅ | ✅ | ❌ | Azure Cosmos DB na DSVM |
| Nástroje příkazového řádku systému Unix/Linux | ❌ | ❌ | ✅ | |
| Apache Spark 3.1 (samostatně) | ✅ | ✅ | ✅ |
Program v Pythonu, R, Julii a Node.js
| Nástroj | Windows Server 2019 DSVM | Windows Server 2022 DSVM | Ubuntu 20.04 DSVM | Poznámky k využití |
|---|---|---|---|---|
| CRAN-R s předinstalovanými oblíbenými balíčky | ✅ | ✅ | ✅ | |
| Anaconda Python s předinstalovanými oblíbenými balíčky | ✅ | ✅ (Miniconda) |
✅ (Miniconda) |
|
| Julia (Julialang) | ✅ | ✅ | ✅ | |
| JupyterHub (server s více uživateli poznámkového bloku) | ❌ | ❌ | ✅ | |
| JupyterLab (server s více uživateli poznámkového bloku) | ✅ | ✅ | ✅ | |
| Node.js | ✅ | ✅ | ✅ | |
| Jupyter Notebook Server s následujícími jádry: | ✅ |
✅ |
✅ | Ukázky Poznámkového bloku Jupyter |
| R | Ukázky Jupyter jazyka R | |||
| Python | Ukázky Jupyter v Pythonu | |||
| Julia | Julia Jupyter Samples | |||
| PySpark | Ukázky pySpark Jupyter |
Ubuntu 20.04 DSVM, Windows Server 2019 DSVM a Windows Server 2022 DSVM mají následující jádra Jupyter:-
- Výchozí python3.8
- Python3.8-Tensorflow-Pytorch
- Python3.8-AzureML
- R
- Python 3.7 – Spark (místní)
- Julia 1.6.0
- R Spark – HDInsight
- Scala Spark – HDInsight
- Python 3 Spark – HDInsight
Ubuntu 20.04 DSVM, Windows Server 2019 DSVM a Windows Server 2022 DSVM mají následující prostředí conda:-
- Výchozí python3.8
- Python3.8-Tensorflow-Pytorch
- Python3.8-AzureML
Použití preferovaného editoru nebo integrovaného vývojového prostředí
| Nástroj | Windows Server 2019 DSVM | Windows Server 2022 DSVM | Ubuntu 20.04 DSVM | Poznámky k využití |
|---|---|---|---|---|
| Poznámkový blok++ | ✅ |
✅ |
❌ |
|
| Nano | ✅ |
✅ |
❌ |
|
| Visual Studio 2019 Community Edition | ✅ |
✅ | ❌ | Visual Studio na DSVM |
| Visual Studio Code | ✅ |
✅ |
✅ |
Visual Studio Code na DSVM |
| PyCharm Community Edition | ✅ |
✅ |
✅ |
PyCharm na DSVM |
| IntelliJ IDEA | ❌ | ❌ | ✅ | |
| Vim | ❌ | ❌ | ✅ |
|
| Emacs | ❌ | ❌ | ✅ |
|
| Git a Git Bash | ✅ |
✅ |
✅ |
|
| OpenJDK 11 | ✅ |
✅ |
✅ |
|
| .NET Framework | ✅ |
✅ |
❌ | |
| Azure SDK | ✅ |
✅ | ✅ |
Uspořádání a prezentování výsledků
| Nástroj | Windows Server 2019 DSVM | Windows Server 2022 DSVM | Ubuntu 20.04 DSVM | Poznámky k využití |
|---|---|---|---|---|
| Microsoft 365 (Word, Excel, PowerPoint) | ✅ | ✅ | ❌ | |
| Microsoft Teams | ✅ | ✅ | ❌ | |
| Power BI Desktop | ✅ | ✅ |
❌ | |
| Prohlížeč Microsoft Edge | ✅ | ✅ | ✅ |