Rychlý Start: vytvoření prostředků pracovního prostoru, které potřebujete, abyste mohli začít s Azure Machine Learning

V tomto rychlém startu vytvoříte pracovní prostor a potom do pracovního prostoru přidáte výpočetní prostředky. Pak budete mít všechno, co potřebujete, abyste mohli začít s Azure Machine Learning.

Pracovní prostor je prostředek nejvyšší úrovně pro vaše aktivity machine learningu, který poskytuje centralizované místo pro zobrazení a správu artefaktů, které vytvoříte při použití Azure Machine Learning. Výpočetní prostředky poskytují předem nakonfigurované cloudové prostředí, které můžete použít ke školení, nasazení, automatizaci, správě a sledování modelů strojového učení.

Požadavky

• Účet Azure s aktivním předplatným. Vytvořte si účet zdarma.

Vytvořit pracovní prostor

Pokud již máte pracovní prostor, přeskočte tuto část a pokračujte v vytváření výpočetní instance.

Pokud ještě nemáte pracovní prostor, vytvořte ho teď:

1. Přihlaste se k Azure Portal pomocí přihlašovacích údajů pro vaše předplatné Azure.

2. V levém horním rohu okna Azure Portal tři pruhy a pak + Vytvořit prostředek.

   

3. Pomocí panelu hledání vyhledejte Machine Learning.

4. Vyberte Machine Learning.

   

5. V podokně Machine Learning vyberte Vytvořit a začněte.

6. Při konfiguraci nového pracovního prostoru zadejte následující informace:

   Pole	Description
   Název pracovního prostoru	Zadejte jedinečný název, který identifikuje váš pracovní prostor. V tomto příkladu používáme docs-ws. Názvy musí být v rámci skupiny prostředků jedinečné. Použijte název, který se snadno odvolá a odlišuje od pracovních prostorů vytvořených jinými uživateli.
   Předplatné	Vyberte předplatné Azure, které chcete použít.
   Skupina prostředků	Použijte existující skupinu prostředků ve vašem předplatném nebo zadejte název pro vytvoření nové skupiny prostředků. Skupina prostředků obsahuje související prostředky pro řešení Azure. V tomto příkladu používáme docs-aml.
   Umístění	Vyberte umístění co nejblíže vašim uživatelům a datovým prostředkům a vytvořte pracovní prostor.

7. Po dokončení konfigurace pracovního prostoru vyberte Zkontrolovat a vytvořit.

8. Vyberte Vytvořit a vytvořte pracovní prostor.

   Upozornění

   Vytvoření pracovního prostoru v cloudu může trvat několik minut.

   Po dokončení procesu se zobrazí zpráva o úspěšném nasazení.

9. Pokud chcete zobrazit nový pracovní prostor, vyberte Přejít k prostředku.

10. V zobrazení portálu pracovního prostoru vyberte Spustit Studio , abyste přešli do Azure Machine Learning studia.

Vytvořit výpočetní instanci

Azure Machine Learning můžete nainstalovat do svého počítače. V tomto rychlém startu ale vytvoříte online výpočetní prostředek s již nainstalovaným vývojovým prostředím a připraveným k přechodu. Použijete tento online počítač, výpočetní instanci pro vaše vývojové prostředí pro psaní a spouštění kódu ve skriptech Pythonu a poznámkových blocích Jupyter.

Vytvořte výpočetní instanci pro použití tohoto vývojového prostředí pro ostatní kurzy a rychlé starty.

1. pokud jste nevybrali přejít na pracovní prostor v předchozí části, přihlaste se k Azure Machine Learning studiu hned a vyberte svůj pracovní prostor.
2. Na levé straně vyberte COMPUTE.
3. Vyberte + Nová a vytvořte novou výpočetní instanci.
4. Zadejte název, ponechte výchozí nastavení na první stránce.
5. Vyberte Vytvořit.

Během dvou minut uvidíte stav výpočetní instance od Vytvoření po spuštění. Teď je připravená k přechodu.

Vytváření výpočetních clusterů

V dalším kroku vytvoříte výpočetní cluster. Clustery umožňují distribuovat procesy školení nebo dávkového odvozování v rámci clusteru výpočetních uzlů procesoru nebo GPU v cloudu.

Vytvořte výpočetní cluster, který bude automatické škálování mezi nulami a čtyřmi uzly:

1. Pořád v části COMPUTE (výpočty) na kartě nahoře vyberte výpočetní clustery.
2. Vyberte + Nová a vytvořte nový výpočetní cluster.
3. Na první stránce ponechte všechna výchozí nastavení a vyberte Další.
4. Pojmenujte cluster CPU-cluster. Pokud tento název již existuje, přidejte své iniciály do názvu, abyste ho mohli označit jako jedinečný.
5. Ponechte minimální počet uzlů na 0.
6. Pokud je to možné, změňte maximální počet uzlů na 4. V závislosti na nastavení může být omezení menší.
7. Změňte počet sekund nečinnosti, než bude horizontální navýšení kapacity na 2400.
8. Ponechte zbytek výchozích hodnot a vyberte vytvořit.

Za méně než minutu se stav clusteru změní z vytváření na dokončeno. V seznamu se zobrazuje zřízený výpočetní cluster spolu s počtem nečinných uzlů, zaneprázdněných uzlů a nezřízených uzlů. Vzhledem k tomu, že jste cluster ještě nepoužívali, všechny uzly jsou v tuto chvíli nezřízené.

Rychlá prohlídka studia

Studio je webový portál pro Azure Machine Learning. Tento portál kombinuje prostředí pro datové vědy bez kódu a prvního kódu.

Přečtěte si části studia na levém navigačním panelu:

• Oddíl Author v studiu obsahuje několik způsobů, jak začít vytvářet modely strojového učení. Další možnosti:

  • Část poznámkové bloky vám umožní vytvářet Jupyter poznámkové bloky, kopírovat ukázkové poznámkové bloky a spouštět poznámkové bloky a skripty Pythonu.
  • automatizované ML provedete tak, že jste vytvořili model strojového učení bez psaní kódu.
  • Návrhář nabízí způsob, jak vytvořit modely pomocí předem připravených komponent.

• Část assets (prostředky ) v studiu vám pomůže udržet si přehled o prostředcích, které vytvoříte při spouštění vašich úloh. Pokud máte nový pracovní prostor, v žádném z těchto oddílů ještě není nic.

• Pomocí části Spravovat v studiu jste už vytvořili výpočetní prostředky. Tato část také umožňuje vytvářet a spravovat data a externí služby, které propojíte s vaším pracovním prostorem.

Diagnostika pracovního prostoru

v pracovním prostoru můžete spustit diagnostiku z Azure Machine Learning studia nebo sady Python SDK. Po spuštění diagnostiky se vrátí seznam všech zjištěných problémů. Tento seznam obsahuje odkazy na možná řešení. Další informace najdete v tématu Jak používat diagnostiku pracovních prostorů.

Vyčištění prostředků

Pokud máte v úmyslu pokračovat k dalšímu kurzu, přejděte k části Další kroky.

Zastavit výpočetní instanci

Pokud ho teď nebudete používat, zastavte výpočetní instanci:

1. V nástroji Studio vyberte na levé straně COMPUTE.
2. Na horních kartách vyberte výpočetní instance .
3. V seznamu vyberte instanci Compute.
4. Na horním panelu nástrojů vyberte zastavit.

Odstranění všech prostředků

Pokud neplánujete použít žádné prostředky, které jste vytvořili, odstraňte je, takže se vám neúčtují žádné poplatky:

1. Úplně nalevo na webu Azure Portal vyberte Skupiny prostředků.

2. V seznamu vyberte skupinu prostředků, kterou jste vytvořili.

3. Vyberte Odstranit skupinu prostředků.

   

4. Zadejte název skupiny prostředků. Vyberte Odstranit.

Další kroky

nyní máte pracovní prostor Azure Machine Learning, který obsahuje:

• Výpočetní instance, která se má použít pro vývojové prostředí
• Výpočetní cluster, který se má použít pro odesílání školicích běhů.

pomocí těchto zdrojů se dozvíte víc o Azure Machine Learning a výukovém modelu pomocí skriptů v pythonu.