Ejemplos de Azure Data Science Virtual Machines

Artículo
06/01/2023

Azure Data Science Virtual Machine (DSVM) incluye un conjunto completo de código de ejemplo. Estos ejemplos incluyen cuadernos de Jupyter Notebook y scripts en lenguajes como Python y R.

Nota:

Para más información acerca de cómo ejecutar los cuadernos de Jupyter Notebook en Data Science Virtual Machine, consulte la sección Acceso a Jupyter.

Prerrequisitos

Para ejecutar estos ejemplos, tiene que haber aprovisionado una instancia de Data Science Virtual Machine de Ubuntu.

Ejemplos disponibles

Categoría de ejemplos	Descripción	Ubicaciones
Lenguaje Python	Ejemplos que explican escenarios como la conexión con los almacenes de datos en la nube basados en Azure y cómo trabajar con Azure Machine Learning. Lenguaje Python	`~notebooks`
Lenguaje Julia	Proporciona una descripción detallada del trazado y el aprendizaje profundo en Julia. También explica cómo llamar a C y Python desde Julia. Lenguaje Julia	Windows: `~notebooks/Julia_notebooks` Linux: `~notebooks/julia`
Azure Machine Learning	Explica cómo crear modelos de aprendizaje automático y aprendizaje profundo con Machine Learning. Implemente los modelos en cualquier lenguaje. Utilice el ajuste de hiperparámetros inteligente y el aprendizaje automático automatizado. También puede usar la administración de modelos y el aprendizaje distribuido. Machine Learning	`~notebooks/AzureML`
Cuadernos de PyTorch	Ejemplos de aprendizaje profundo que usan redes neuronales basadas en PyTorch. Los cuadernos abarcan desde escenarios para principiantes a usuarios avanzados. Cuadernos de PyTorch	`~notebooks/Deep_learning_frameworks/pytorch`
TensorFlow	Varios ejemplos diferentes de red neuronal y técnicas implementadas mediante la plataforma TensorFlow. TensorFlow	`~notebooks/Deep_learning_frameworks/tensorflow`
H2O	Ejemplos basados en Python que usan H2O para escenarios de problemas reales. H2O	`~notebooks/h2o`
Lenguaje SparkML	Ejemplos que usan características del kit de herramientas de Apache Spark MLLib mediante pySpark y MMLSpark: Microsoft Machine Learning para Apache Spark en Apache Spark 2.x. Lenguaje SparkML	`~notebooks/SparkML/pySpark` `~notebooks/MMLSpark`
XGBoost	Ejemplos de aprendizaje automático estándar en XGBoost para escenarios como clasificación y regresión. XGBoost	Windows: `\dsvm\samples\xgboost\demo`

Acceso a Jupyter

Para acceder a Jupyter, seleccione el icono de Jupyter en el escritorio o en el menú de la aplicación. También puede acceder a Jupyter en una edición de Linux de una instancia de DSVM. Para acceder remotamente desde un explorador web, vaya a https://<Full Domain Name or IP Address of the DSVM>:8000 en Ubuntu.

Para agregar excepciones y hacer que el acceso a Jupyter esté disponible desde un explorador, utilice la guía siguiente:

Habilitación de una excepción en Jupyter