작업 영역에서 컴퓨팅 인스턴스 터미널에 액세스

작업 영역에서 컴퓨팅 인스턴스 터미널에 액세스하여 다음을 수행합니다.

• Git의 파일 및 버전 파일 사용 이러한 파일은 작업 영역 파일 시스템에 저장되며, 단일 컴퓨팅 인스턴스로 제한되지 않습니다.
• 컴퓨팅 인스턴스에 패키지를 설치합니다.
• 컴퓨팅 인스턴스에서 추가 커널을 만듭니다.

필수 구성 요소

• Azure 구독 Azure 구독이 아직 없는 경우 시작하기 전에 체험 계정을 만듭니다.
• Machine Learning 작업 영역. 작업 영역 리소스 만들기를 참조하세요.

터미널 액세스

터미널에 액세스하려면 다음을 수행합니다.

1. Azure Machine Learning 스튜디오에서 작업 영역 열기

2. 왼쪽에서 Notebook을 선택합니다.

3. 터미널 열기 이미지를 선택합니다.

   

4. 컴퓨팅 인스턴스가 실행되는 경우, 해당 컴퓨팅 인스턴스의 터미널 창이 표시됩니다.

5. 컴퓨팅 인스턴스가 실행되고 있지 않는 경우, 오른쪽의 Compute 섹션을 사용하여 컴퓨팅 인스턴스를 시작하거나 만듭니다.

위의 단계 외에도 다음으로부터 터미널에 액세스할 수 있습니다.

• RStudio 또는 Posit Workbench(이전의 RStudio Workbench)(RStudio 또는 Posit Workbench와 같은 사용자 지정 애플리케이션 추가 참조): 왼쪽 위에서 터미널 탭을 선택합니다.
• Jupyter Lab: 시작 관리자 탭의 기타 제목 아래에 있는 터미널 타일을 선택합니다.
• Jupyter: 파일 탭에서 오른쪽 위에 있는 새로 만들기 > 터미널을 선택합니다.
• 컴퓨팅 인스턴스가 만들어질 때 SSH 액세스를 사용하도록 설정하는 경우 컴퓨터에 SSH를 사용합니다.

터미널에서 복사 및 붙여넣기

• Windows: 복사하려면 Ctrl-Insert, 붙여넣으려면 Ctrl-Shift-v 또는 Shift-Insert를 사용합니다.
• Mac OS: Cmd-c: 복사, Cmd-v: 붙여넣기
• FireFox/IE에서 클립보드 사용 권한을 제대로 지원하지 않을 수 있습니다.

Git의 파일 및 버전 파일 사용

터미널에서 모든 Git 작업에 액세스합니다. 모든 Git 파일 및 폴더는 작업 영역 파일 시스템에 저장됩니다. 이 스토리지를 사용하면 작업 영역의 모든 컴퓨팅 인스턴스에서 이러한 파일을 사용할 수 있습니다.

참고 항목

모든 Jupyter 환경에서 볼 수 있도록 ~/cloudfiles/code/Users 폴더에 파일 및 폴더를 추가합니다.

Git을 Azure Machine Learning 작업 영역과 통합하려면 Azure Machine Learning용 Git 통합을 참조하세요.

패키지 설치

터미널 창에서 패키지를 설치합니다. Notebook을 실행하는 데 사용할 커널에 패키지를 설치합니다. 기본 커널은 python310-sdkv2입니다.

또는 Jupyter Notebook, RStudio 또는 Posit Workbench(이전의 RStudio Workbench)에 직접 패키지를 설치할 수 있습니다.

• RStudio 또는 Posit Workbench(RStudio 또는 Posit Workbench와 같은 사용자 지정 애플리케이션 추가 참조): 오른쪽 아래에 있는 패키지 탭 또는 왼쪽 위에 있는 콘솔 탭을 사용합니다.
• Python: 설치 코드를 추가하고 Jupyter Notebook 셀에서 실행합니다.

참고 항목

Python Notebook 내에서 패키지를 관리하려면 %pip 또는 %conda 매직 함수를 사용하여 모든 패키지(현재 실행 중인 커널 외부의 패키지를 포함)를 참조하는 !pip 또는 !conda가 아닌 현재 실행 중인 커널에 패키지를 자동으로 설치합니다.

새 커널 추가

Warning

컴퓨팅 인스턴스를 사용자 지정하는 동안 생성하지 않은 conda 환경 또는 jupyter 커널을 삭제하지 않아야 합니다. 이렇게 하면 Jupyter/JupyterLab 기능이 손상됩니다.

새 Jupyter 커널을 컴퓨팅 인스턴스에 추가하려면 다음을 수행합니다.

1. 터미널 창을 사용하여 새 환경을 만듭니다. 예를 들어, 아래 코드는 다음을 생성합니다.newenv

   conda create --name newenv
   

2. 환경을 활성화합니다. 예를 들어 newenv를 만든 후에는 다음을 수행합니다.

   conda activate newenv
   

3. 새 환경에 pip 및 ipykernel 패키지를 설치하고 해당 conda env의 커널을 만듭니다.

   conda install pip
   conda install ipykernel
   python -m ipykernel install --user --name newenv --display-name "Python (newenv)"
   

사용할 수 있는 Jupyter 커널을 설치할 수 있습니다.

새 R 커널을 컴퓨팅 인스턴스에 추가하려면 다음을 수행합니다.

1. 터미널 창을 사용하여 새 환경을 만듭니다. 예를 들어, 아래 코드는 다음을 생성합니다.r_env

   conda create -n r_env r-essentials r-base
   

2. 환경을 활성화합니다. 예를 들어 r_env를 만든 후에는 다음을 수행합니다.

   conda activate r_env
   

3. 새 환경에서 R을 실행합니다.

   R
   

4. R 프롬프트에서 IRkernel을 실행합니다.

   IRkernel::installspec(name = 'irenv', displayname = 'New R Env')
   

5. R 세션을 종료합니다.

   q()
   

새 R 커널을 사용할 준비가 되기까지 몇 분 정도 걸립니다. 유효하지 않다고 말하는 오류가 발생하면 기다렸다가 다시 시도하세요.

Conda에 대한 자세한 내용은 Anaconda에서 R 언어 사용을 참조하세요. IRkernel에 대한 자세한 내용은 Jupyter에 대한 네이티브 R 커널을 참조하세요.

추가된 커널 제거

Warning

컴퓨팅 인스턴스를 사용자 지정하는 동안 생성하지 않은 conda 환경 또는 jupyter 커널을 삭제하지 않아야 합니다.

컴퓨팅 인스턴스에서 추가된 Jupyter 커널을 제거하려면 kernelspec 및 (선택 사항) conda 환경을 제거해야 합니다. conda 환경을 유지하도록 선택할 수도 있습니다. kernelspec을 제거해야 합니다. 그렇지 않으면 커널을 계속 선택할 수 있으며 예기치 않은 동작이 발생합니다.

kernelspec을 제거하려면 다음을 수행합니다.

1. 터미널 창을 사용하여 kernelspec을 나열하고 찾습니다.

   jupyter kernelspec list
   

2. kernelspec을 제거하고 UNWANTED_KERNEL을 제거하려는 커널로 바꿉니다.

   jupyter kernelspec uninstall UNWANTED_KERNEL
   

conda 환경도 제거하려면 다음을 수행합니다.

1. 터미널 창을 사용하여 conda 환경을 나열하고 찾습니다.

   conda env list
   

2. conda 환경을 제거하고 ENV_NAME을 제거하려는 conda 환경으로 바꿉니다.

   conda env remove -n ENV_NAME
   

새로 고치면 Notebook 보기의 커널 목록에 변경한 내용이 반영됩니다.

터미널 세션 관리

터미널 탭이 제대로 닫혀 있지 않으면 터미널 세션이 활성 상태를 유지할 수 있습니다. 활성 터미널 세션이 너무 많으면 컴퓨팅 인스턴스의 성능에 영향을 미칠 수 있습니다.

터미널 도구 모음에서 활성 세션 관리를 선택하여 모든 활성 터미널 세션 목록을 확인하고 더 이상 필요하지 않은 세션을 종료합니다.

Notebook 및 터미널 세션 관리에서 컴퓨팅에서 실행되는 세션을 관리하는 방법에 대해 자세히 알아봅니다.

Warning

컴퓨팅 인스턴스의 리소스를 보존하고 성능을 최적화하는 데 필요가 없는 세션을 닫아야 합니다.