Tutorial: Creación del primer experimento de ML con el SDK de PythonTutorial: Get started creating your first ML experiment with the Python SDK

Se aplica a: síBasic Edition síEnterprise Edition                    (Actualización a Enterprise Edition)APPLIES TO: yesBasic edition yesEnterprise edition                    (Upgrade to Enterprise edition)

En este tutorial, realizará los pasos de un extremo a otro para empezar a trabajar con el SDK de Python para Azure Machine Learning que se ejecuta en cuadernos de Jupyter.In this tutorial, you complete the end-to-end steps to get started with the Azure Machine Learning Python SDK running in Jupyter notebooks. Este tutorial es la parte uno de una serie de tutoriales de dos partes, y abarca la instalación y la configuración del entorno de Python, así como la creación de un área de trabajo para administrar los experimentos y los modelos de aprendizaje automático.This tutorial is part one of a two-part tutorial series, and covers Python environment setup and configuration, as well as creating a workspace to manage your experiments and machine learning models. En la segunda parte se usa este área de trabajo para entrenar varios modelos de aprendizaje automático e introducir el proceso de administración de modelos mediante Azure Machine Learning Studio y el SDK.Part two builds on this to train multiple machine learning models and introduce the model management process using both Azure Machine Learning studio and the SDK.

En este tutorial, hizo lo siguiente:In this tutorial, you:

  • Crear un área de trabajo de Azure Machine Learning para usarla en el siguiente tutorial.Create an Azure Machine Learning Workspace to use in the next tutorial.
  • Clone el cuaderno de tutoriales en su carpeta en el área de trabajo.Clone the tutorials notebook to your folder in the workspace.
  • Cree una instancia de proceso basada en la nube que tenga instalado y preconfigurado el SDK de Python para Azure Machine Learning.Create a cloud-based compute instance with Azure Machine Learning Python SDK installed and pre-configured.

Si no tiene una suscripción a Azure, cree una cuenta gratuita antes de empezar.If you don’t have an Azure subscription, create a free account before you begin. Pruebe hoy mismo la versión gratuita o de pago de Azure Machine Learning.Try the free or paid version of Azure Machine Learning today.

Crear un área de trabajoCreate a workspace

Un área de trabajo de Azure Machine Learning es un recurso básico de la nube que se usa para experimentar, entrenar e implementar modelos de aprendizaje automático.An Azure Machine Learning workspace is a foundational resource in the cloud that you use to experiment, train, and deploy machine learning models. Vincula la suscripción y el grupo de recursos de Azure con un objeto fácilmente consumido del servicio.It ties your Azure subscription and resource group to an easily consumed object in the service.

Puede crear un área de trabajo mediante Azure Portal, una consola basada en web para administrar los recursos de Azure.You create a workspace via the Azure portal, a web-based console for managing your Azure resources.

  1. Inicie sesión en Azure Portal con las credenciales de la suscripción de Azure.Sign in to the Azure portal by using the credentials for your Azure subscription.

  2. En la esquina superior izquierda de Azure Portal, seleccione + Crear un recurso.In the upper-left corner of Azure portal, select + Create a resource.

    Crear un nuevo recurso

  3. Use la barra de búsqueda para encontrar Machine Learning.Use the search bar to find Machine Learning.

  4. Seleccione Machine Learning.Select Machine Learning.

  5. En el panel Machine Learning, seleccione Crear para comenzar.In the Machine Learning pane, select Create to begin.

  6. Especifique la siguiente información para configurar la nueva área de trabajo:Provide the following information to configure your new workspace:

    CampoField DESCRIPCIÓNDescription
    Nombre del área de trabajoWorkspace name Escriba un nombre único que identifique el área de trabajo.Enter a unique name that identifies your workspace. En este ejemplo, se usa docs-ws.In this example, we use docs-ws. Los nombres deben ser únicos en el grupo de recursos.Names must be unique across the resource group. Utilice un nombre que sea fácil de recordar y que se diferencie del de las áreas de trabajo creadas por otros.Use a name that's easy to recall and to differentiate from workspaces created by others.
    SubscriptionSubscription Seleccione la suscripción de Azure que quiera usar.Select the Azure subscription that you want to use.
    Resource groupResource group Use un grupo de recursos existente en su suscripción o escriba un nombre para crear un nuevo grupo de recursos.Use an existing resource group in your subscription or enter a name to create a new resource group. Un grupo de recursos almacena los recursos relacionados con una solución de Azure.A resource group holds related resources for an Azure solution. En este ejemplo, se usa docs-aml.In this example, we use docs-aml.
    LocationLocation Seleccione la ubicación más cercana a los usuarios y los recursos de datos para crear el área de trabajo.Select the location closest to your users and the data resources to create your workspace.
    Edición del área de trabajoWorkspace edition Seleccione Básico como el tipo de área de trabajo para este tutorial.Select Basic as the workspace type for this tutorial. El tipo de área de trabajo (Básico o Enterprise) determina las características a las que tendrá acceso y los precios.The workspace type (Basic & Enterprise) determines the features to which you’ll have access and pricing. Todo lo que se incluye en este tutorial se puede realizar en un área de trabajo de los tipos Básico o Enterprise.Everything in this tutorial can be performed with either a Basic or Enterprise workspace.
  7. Cuando haya terminado de configurar el área de trabajo, seleccione Revisar y crear.After you are finished configuring the workspace, select Review + Create.

    Advertencia

    La creación del área de trabajo en la nube puede tardar varios minutos.It can take several minutes to create your workspace in the cloud.

    Cuando finalice el proceso, aparecerá un mensaje de implementación correcta.When the process is finished, a deployment success message appears.

  8. Para ver la nueva área de trabajo, seleccione Ir al recurso.To view the new workspace, select Go to resource.

Importante

Tome nota del área de trabajo y de la suscripción.Take note of your workspace and subscription. Los necesitará para asegurarse de que crea el experimento en el lugar correcto.You'll need these to ensure you create your experiment in the right place.

Clonación de una carpeta de un cuadernoClone a notebook folder

En este ejemplo se usa el servidor de cuadernos en la nube en el área de trabajo para obtener una experiencia sin instalación y configurada previamente.This example uses the cloud notebook server in your workspace for an install-free and pre-configured experience. Si prefiere tener control sobre su entorno, los paquetes y las dependencias, use su propio entorno.Use your own environment if you prefer to have control over your environment, packages and dependencies.

Complete los siguientes pasos de configuración y ejecución del experimento en Azure Machine Learning Studio, una interfaz consolidada que incluye herramientas de aprendizaje automático para realizar escenarios de ciencia de datos para los profesionales de ciencia de datos de todos los niveles de conocimiento.You complete the following experiment set-up and run steps in Azure Machine Learning studio, a consolidated interface that includes machine learning tools to perform data science scenarios for data science practitioners of all skill levels.

  1. Inicie sesión en Azure Machine Learning Studio.Sign in to Azure Machine Learning studio.

  2. Seleccione la suscripción y el área de trabajo que ha creado.Select your subscription and the workspace you created.

  3. Seleccione Notebooks en la parte izquierda.Select Notebooks on the left.

  4. Abra la carpeta Samples (Muestras).Open the Samples folder.

  5. Abra la carpeta Python.Open the Python folder.

  6. Abra la carpeta con un número de versión.Open the folder with a version number on it. Este número representa la versión actual del SDK de Python.This number represents the current release for the Python SDK.

  7. Seleccione "..." a la derecha de la carpeta tutorials (tutoriales) y seleccione Clone (Clonar).Select the "..." at the right of the tutorials folder and then select Clone.

    Carpeta clonada

  8. Aparece una lista de las carpetas que muestran los usuarios con acceso al área de trabajo.A list of folders displays showing each user who accesses the workspace. Seleccione la carpeta donde se va a clonar la carpeta tutorials.Select your folder to clone the tutorials folder there.

Apertura del cuaderno clonadoOpen the cloned notebook

  1. En User files (Archivos de usuario), abra su carpeta y, después, la carpeta clonada tutorials (tutoriales).Under User Files open your folder and then open the cloned tutorials folder.

    Apertura de la carpeta tutorials (tutoriales)

    Importante

    Puede ver los cuadernos en la carpeta samples (ejemplos), pero no puede ejecutar un cuaderno desde aquí.You can view notebooks in the samples folder but you cannot run a notebook from there. Para ejecutar un cuaderno, asegúrese de que abre la versión clonada del cuaderno en la sección User Files (Archivos de usuario).In order to run a notebook, make sure you open the cloned version of the notebook in the User Files section.

  2. Seleccione el archivo tutorial-1st-experiment-sdk-train.ipynb de la carpeta tutorials (tutoriales).Select the tutorial-1st-experiment-sdk-train.ipynb file in your tutorials folder.

  3. En la barra superior, seleccione una instancia de proceso para usarla para ejecutar el cuaderno.On the top bar, select a compute instance to use to run the notebook. Estas máquinas virtuales están configuradas previamente con todo lo necesario para ejecutar Azure Machine Learning.These VMs are pre-configured with everything you need to run Azure Machine Learning. Puede seleccionar una máquina virtual creada por cualquier usuario del área de trabajo.You can select a VM created by any user of your workspace.

  4. Si no encuentra ninguna máquina virtual, seleccione + Add Compute (+ Agregar proceso) para crearla.If no VMs are found, select + Add Compute to create the VM.

    1. Al crear una máquina virtual, proporciónele un nombre;When you create a VM, provide a name. este debe tener entre 2 y 16 caracteres.The name must be between 2 to 16 characters. Los caracteres válidos son letras, dígitos y el guion (-), y también deben ser únicos en toda la suscripción de Azure.Valid characters are letters, digits, and the - character, and must also be unique across your Azure subscription.

    2. Seleccione Crear.Then select Create. La configuración de la máquina virtual puede tardar aproximadamente 5 minutos.It can take approximately 5 minutes to set up your VM.

  5. Una vez disponible, se mostrará en la barra de herramientas superior.Once the VM is available it will be displayed in the top toolbar. Ahora puede ejecutar el cuaderon con Run all (Ejecutar todo) de la barra de herramientas o Mayús + Entrar en las celdas de código del cuaderno.You can now run the notebook either by using Run all in the toolbar, or by using Shift+Enter in the code cells of the notebook.

Nota

Las instancias de proceso solo están disponibles para las áreas de trabajo en las regiones Centro-norte de EE. UU. o Sur de Reino Unido.Compute instances are available only for workspaces with a region of North Central US or UK South. Si el área de trabajo se encuentra en otra región, puede continuar con la creación y el uso de una máquina virtual de Notebook en su lugar.If your workspace is in any other region, you can continue to create and use a Notebook VM instead. Puede usar una máquina virtual de Notebook o una instancia de proceso para ejecutar el cuaderno.You can use either a Notebook VM or a compute instance to run your notebook.

Pasos siguientesNext steps

En este tutorial ha completado estas tareas:In this tutorial, you completed these tasks:

  • Ha creado un área de trabajo de Azure Machine Learning.Created an Azure Machine Learning workspace.
  • Ha creado y configurado un servidor de cuadernos en la nube en el área de trabajo.Created and configured a cloud notebook server in your workspace.

En la segunda parte del tutorial, se ejecuta el código en tutorial-1st-experiment-sdk-train.ipynb para entrenar un modelo de Machine Learning.In part two of the tutorial you run the code in tutorial-1st-experiment-sdk-train.ipynb to train a machine learning model.

Importante

Si no está pensando en la segunda parte de este tutorial o en otros tutoriales, debe detener la máquina virtual del servidor de cuadernos en la nube cuando no se use para reducir el costo.If you do not plan on following part 2 of this tutorial or any other tutorials, you should stop the cloud notebook server VM when you are not using it to reduce cost.