Exploración de Azure Machine Learning con cuadernos de Jupyter Notebook

SE APLICA A: SDK de Python azure-ai-ml v2 (actual)

El repositorio AzureML-Examples incluye los ejemplos más recientes (v2) de la CLI de Python y el SDK de Azure Machine Learning. Para obtener información sobre los distintos tipos de ejemplo, consulte el archivo readme.

Este artículo le muestra cómo acceder al repositorio desde los siguientes entornos:

  • Instancia de proceso de Azure Machine Learning
  • Su propio recurso de proceso
  • Máquina virtual de ciencia de datos

La forma más fácil de comenzar con los ejemplos es completar la sección Creación de recursos para empezar. Una vez completados, tendrá un servidor de cuadernos dedicado en el que se habrá cargado previamente el SDK y el repositorio de cuadernos de Azure Machine Learning. No es necesario realizar ninguna descarga ni instalación.

Para ver cuadernos de ejemplo:

  1. Inicie sesión en Studio y seleccione su área de trabajo si es necesario.
  2. Seleccione Notebooks (Cuadernos).
  3. Seleccione la pestaña Muestras. Use la carpetaSDK v2 para obtener ejemplos mediante el SDK de Python v2.
  4. Abra el cuaderno que desea ejecutar. Seleccione Clonar este cuaderno para crear una copia en el recurso compartido de archivos del área de trabajo. Esta acción copiará el cuaderno junto con los recursos dependientes.

Opción 2: Acceso en su propio servidor de cuadernos

Si desea usar su propio servidor de Jupyter Notebook para desarrollo local, siga estos pasos en su equipo.

  1. Use las instrucciones del SDL de Azure Machine Learning para instalar el SDK (v2) de Azure Machine Learning para Python

  2. Cree un área de trabajo de Azure Machine Learning.

  3. Clone el repositorio de AzureML-Examples.

    git clone https://github.com/Azure/azureml-examples.git --depth 1
    
  4. Inicie el servidor de cuadernos desde el directorio que contiene tus clones.

    jupyter notebook
    

Estas instrucciones le permitirán instalar los paquetes básicos del SDK necesarios para los cuadernos del inicio rápido y el tutorial. Otros cuadernos de ejemplo pueden requerir la instalación de componentes adicionales. Para más información, consulte Install the Azure Machine Learning SDK for Python (Instalación del SDK de Azure Machine Learning para Python).

Opción 3: Acceso en una instancia de DSVM

Data Science Virtual Machine (DSVM) es una imagen de máquina virtual personalizada diseñada específicamente para realizar ciencia de datos. Si crea una instancia de DSVM, el SDK y el servidor de cuadernos se instalarán y configurarán automáticamente. No obstante, tendrá que crear un área de trabajo y clonar el repositorio de ejemplo.

  1. Cree un área de trabajo de Azure Machine Learning.

  2. Clone el repositorio AzureML-Examples.

    git clone https://github.com/Azure/azureml-examples.git --depth 1
    
  3. Inicie el servidor de cuadernos desde el directorio que contiene el clon.

    jupyter notebook
    

Conexión a un área de trabajo

Algunos de los ejemplos usan MLClient.from_config() para conectarse a un área de trabajo. Para que estos ejemplos funcionen, necesita un archivo de configuración en un directorio de la ruta de acceso al ejemplo.

El archivo de configuración se crea automáticamente en la instancia de proceso de Azure Machine Learning. Para usar el código en su propio servidor de cuadernos o DSVM, cree el archivo de configuración manualmente. Use uno de los métodos siguientes:

  • Escriba un archivo de configuración (aml_config/config.json) en la raíz del repositorio clonado.

  • Descargue el archivo de configuración del área de trabajo:

    • Inicie sesión en Azure Machine Learning Studio.
    • Seleccione la configuración del área de trabajo en la esquina superior derecha
    • Selecciona Descargar archivo de configuración
    • Coloque el archivo en la raíz del repositorio clonado.

    Screenshot of download config.json.

Pasos siguientes

Explore el repositorio de AzureML-Examples para descubrir qué puede hacer Azure Machine Learning.

Para obtener más ejemplos de MLOps, consulte https://github.com/Azure/mlops-v2.

Pruebe estos tutoriales: