チュートリアル:Python SDK で初めての ML 実験を作成するTutorial: Get started creating your first ML experiment with the Python SDK

適用先: 有効Basic エディション 有効Enterprise エディション                    (Enterprise エディションにアップグレード)APPLIES TO: yesBasic edition yesEnterprise edition                    (Upgrade to Enterprise edition)

このチュートリアルでは、Jupyter ノートブックで実行されている Azure Machine Learning Python SDK の使用を開始するためのエンドツーエンドの手順を完了します。In this tutorial, you complete the end-to-end steps to get started with the Azure Machine Learning Python SDK running in Jupyter notebooks. このチュートリアルは、2 部構成のチュートリアル シリーズのパート 1 です。Python 環境の設定と構成のほか、実験と機械学習モデルを管理するためのワークスペースの作成について説明します。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. パート 2 では、これを基に、複数の機械学習モデルをトレーニングし、Azure Machine Learning Studio と SDK の両方を使用したモデル管理プロセスを紹介します。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.

このチュートリアルでは、次のことを行いました。In this tutorial, you:

  • 次のチュートリアルで使用する Azure Machine Learning ワークスペースを作成します。Create an Azure Machine Learning Workspace to use in the next tutorial.
  • チュートリアル ノートブックをワークスペース内のフォルダーに複製します。Clone the tutorials notebook to your folder in the workspace.
  • Azure Machine Learning Python SDK がインストールされ、事前構成されたクラウドベースのコンピューティング インスタンスを作成します。Create a cloud-based compute instance with Azure Machine Learning Python SDK installed and pre-configured.

Azure サブスクリプションをお持ちでない場合は、開始する前に無料アカウントを作成してください。If you don’t have an Azure subscription, create a free account before you begin. 無料版または有料版の Azure Machine Learning を今すぐお試しください。Try the free or paid version of Azure Machine Learning today.

ワークスペースの作成Create a workspace

Azure Machine Learning ワークスペースは、機械学習モデルを実験、トレーニング、およびデプロイするために使用する、クラウドでの基本的なリソースです。An Azure Machine Learning workspace is a foundational resource in the cloud that you use to experiment, train, and deploy machine learning models. ワークスペースは、Azure サブスクリプションとリソース グループを、サービス内の簡単に使用できるオブジェクトに結び付けます。It ties your Azure subscription and resource group to an easily consumed object in the service.

ワークスペースを作成するには、Azure リソースを管理するための Web ベースのコンソールである Azure portal を使用します。You create a workspace via the Azure portal, a web-based console for managing your Azure resources.

  1. ご利用の Azure サブスクリプションの資格情報を使って、Azure portal にサインインします。Sign in to the Azure portal by using the credentials for your Azure subscription.

  2. Azure portal の左上隅にある [+ リソースの作成] を選択します。In the upper-left corner of Azure portal, select + Create a resource.

    新しいリソースを作成

  3. 検索バーを使用して、Machine Learning を見つけます。Use the search bar to find Machine Learning.

  4. [Machine Learning] を選択します。Select Machine Learning.

  5. [Machine Learning] ウィンドウで、 [作成] を選択して開始します。In the Machine Learning pane, select Create to begin.

  6. 新しいワークスペースを構成するには、次の情報を指定します。Provide the following information to configure your new workspace:

    フィールドField 説明Description
    ワークスペース名Workspace name ワークスペースを識別する一意の名前を入力します。Enter a unique name that identifies your workspace. この例では、docs-ws を使用します。In this example, we use docs-ws. 名前は、リソース グループ全体で一意である必要があります。Names must be unique across the resource group. 覚えやすく、他のユーザーが作成したワークスペースと区別しやすい名前を使用します。Use a name that's easy to recall and to differentiate from workspaces created by others.
    SubscriptionSubscription 使用する Azure サブスクリプションを選択します。Select the Azure subscription that you want to use.
    Resource groupResource group サブスクリプションの既存のリソース グループを使用するか、任意の名前を入力して新しいリソース グループを作成します。Use an existing resource group in your subscription or enter a name to create a new resource group. リソース グループは、Azure ソリューションの関連するリソースを保持します。A resource group holds related resources for an Azure solution. この例では、docs-aml を使用します。In this example, we use docs-aml.
    LocationLocation ユーザーとデータ リソースに最も近い場所を選択し、ワークスペースを作成します。Select the location closest to your users and the data resources to create your workspace.
    ワークスペースのエディションWorkspace edition このチュートリアルでは、ワークスペースの種類として [Basic] を選択します。Select Basic as the workspace type for this tutorial. 利用できる機能と価格は、ワークスペースの種類 (Basic および Enterprise) によって決まります。The workspace type (Basic & Enterprise) determines the features to which you’ll have access and pricing. このチュートリアルの内容はすべて、Basic と Enterprise のどちらのワークスペースでも実行できます。Everything in this tutorial can be performed with either a Basic or Enterprise workspace.
  7. ワークスペースの構成が完了したら、 [確認および作成] を選択します。After you are finished configuring the workspace, select Review + Create.

    警告

    クラウドへのワークスペースの作成には数分かかる場合があります。It can take several minutes to create your workspace in the cloud.

    プロセスが完了すると、デプロイ成功メッセージが表示されます。When the process is finished, a deployment success message appears.

  8. 新しいワークスペースを表示するには、 [Go to resource](リソースに移動) を選択します。To view the new workspace, select Go to resource.

重要

お使いのワークスペースサブスクリプションをメモしておきます。Take note of your workspace and subscription. これらは、適切な場所に実験を作成するために必要になります。You'll need these to ensure you create your experiment in the right place.

ノートブック フォルダーの複製Clone a notebook folder

この例では、インストール不要であらかじめ構成されているエクスペリエンスを実現するために、お使いのワークスペースでクラウド ノートブック サーバーを使用します。This example uses the cloud notebook server in your workspace for an install-free and pre-configured experience. お使いの環境、パッケージ、および依存関係を制御したい場合は、独自の環境を使用してください。Use your own environment if you prefer to have control over your environment, packages and dependencies.

Azure Machine Learning Studio で、次の実験の設定を完了し、ステップを実行します。Azure Machine Learning Studio は、あらゆるスキル レベルのデータ サイエンス実務者がデータ サイエンス シナリオを実行するための機械学習ツールを含む統合インターフェイスです。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. Azure Machine Learning Studio にサインインします。Sign in to Azure Machine Learning studio.

  2. お使いのサブスクリプションと、作成したワークスペースを選択します。Select your subscription and the workspace you created.

  3. 左側にある [ノートブック] を選択します。Select Notebooks on the left.

  4. Samples フォルダーを開きます。Open the Samples folder.

  5. Python フォルダーを開きます。Open the Python folder.

  6. バージョン番号が付いたフォルダーを開きます。Open the folder with a version number on it. この番号は、Python SDK の現在のリリースを表します。This number represents the current release for the Python SDK.

  7. tutorials フォルダーの右側にある [...] を選択し、 [Clone](複製) を選択します。Select the "..." at the right of the tutorials folder and then select Clone.

    フォルダーを複製する

  8. フォルダーの一覧には、ワークスペースにアクセスする各ユーザーが表示されます。A list of folders displays showing each user who accesses the workspace. 自分のフォルダーを選択して tutorials フォルダーをそこに複製します。Select your folder to clone the tutorials folder there.

複製されたノートブックを開くOpen the cloned notebook

  1. [User Files](ユーザー ファイル) の下の自分のフォルダーを開き、複製された tutorials フォルダーを開きます。Under User Files open your folder and then open the cloned tutorials folder.

    tutorials フォルダーを開く

    重要

    samples フォルダー内のノートブックを表示できますが、そこからノートブックを実行することはできません。You can view notebooks in the samples folder but you cannot run a notebook from there. ノートブックを実行するには、必ず [User Files](ユーザー ファイル) セクションにあるノートブックの複製バージョンを開いてください。In order to run a notebook, make sure you open the cloned version of the notebook in the User Files section.

  2. tutorials フォルダー内の tutorial-1st-experiment-sdk-train.ipynb ファイルを選択します。Select the tutorial-1st-experiment-sdk-train.ipynb file in your tutorials folder.

  3. 上部のバーで、ノートブックの実行に使用するコンピューティング インスタンスを選択します。On the top bar, select a compute instance to use to run the notebook. これらの VM には、Azure Machine Learning を実行するために必要なすべてのものがあらかじめ構成されています。These VMs are pre-configured with everything you need to run Azure Machine Learning. 対象のワークスペースの任意のユーザーが作成した VM を選択できます。You can select a VM created by any user of your workspace.

  4. VM が見つからない場合は、 [+ コンピューティングの追加] を選択して VM を作成します。If no VMs are found, select + Add Compute to create the VM.

    1. VM を作成するときは名前を指定します。When you create a VM, provide a name. 名前は 2 文字から 16 文字にする必要があります。The name must be between 2 to 16 characters. 有効な文字は、英字、数字、および - 文字です。また、名前は、Azure サブスクリプション全体で一意である必要があります。Valid characters are letters, digits, and the - character, and must also be unique across your Azure subscription.

    2. [作成] を選択します。Then select Create. VM の設定には約 5 分かかる可能性があります。It can take approximately 5 minutes to set up your VM.

  5. VM が使用可能になると、上部のツール バーに表示されます。Once the VM is available it will be displayed in the top toolbar. これで、ツール バーの [Run all](すべて実行) を使用するか、ノートブックのコード セルで Shift + Enter キーを使用して、ノートブックを実行できるようになりました。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.

注意

コンピューティング インスタンスは、米国中北部または英国南部のリージョンのワークスペースにのみ使用できます。Compute instances are available only for workspaces with a region of North Central US or UK South. ワークスペースが他のリージョンにある場合は、代わりに Notebook VM を引き続き作成して使用することができます。If your workspace is in any other region, you can continue to create and use a Notebook VM instead. ノートブックを実行するには、Notebook VM またはコンピューティング インスタンスを使用できます。You can use either a Notebook VM or a compute instance to run your notebook.

次の手順Next steps

このチュートリアルでは、次のタスクを完了しました。In this tutorial, you completed these tasks:

  • Azure Machine Learning ワークスペースを作成しました。Created an Azure Machine Learning workspace.
  • お使いのワークスペース内にクラウド ノートブック サーバーを作成して構成しました。Created and configured a cloud notebook server in your workspace.

チュートリアルのパート 2 では、tutorial-1st-experiment-sdk-train.ipynb のコードを実行して機械学習モデルをトレーニングします。In part two of the tutorial you run the code in tutorial-1st-experiment-sdk-train.ipynb to train a machine learning model.

重要

このチュートリアルのパート 2 や他のチュートリアルに取り組む予定がない場合は、不使用時のコストを抑えるために、クラウド ノートブック サーバー VM を停止してください。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.