컴퓨팅 리소스 만들기

Azure Machine Learning 디자이너를 사용하여 모델을 학습하고 배포하려면 학습 프로세스를 실행하고, 배포 후 학습된 모델을 테스트하기 위한 컴퓨팅이 필요합니다.

컴퓨팅 대상 만들기

컴퓨팅 대상은 모델 학습 및 데이터 탐색 프로세스를 실행할 수 있는 클라우드 기반 리소스입니다.

  1. Azure Machine Learning Studio에서 관리 아래에 있는 컴퓨팅 페이지를 확인합니다. 해당 페이지는 데이터 과학 관련 활동을 위해 컴퓨팅 대상을 관리하는 곳입니다. 다음 네 가지 종류의 컴퓨팅 리소스를 만들 수 있습니다.
    • 컴퓨팅 인스턴스: 데이터 과학자가 데이터 및 모델을 작업하는 데 사용할 수 있는 개발 워크스테이션입니다.
    • 컴퓨팅 클러스터: 실험 코드의 주문형 처리를 지원하는 확장 가능한 가상 머신 클러스터입니다.
    • 유추 클러스터: 학습된 모델을 사용하는 예측 서비스의 배포 대상입니다.
    • 연결된 컴퓨팅: Virtual Machines 또는 Azure Databricks 클러스터와 같은 기존 Azure 컴퓨팅 리소스에 연결합니다.
  2. 컴퓨팅 인스턴스 탭에서 다음 설정을 사용하여 새 컴퓨팅 인스턴스를 추가합니다. 이 인스턴스를 모델을 테스트할 워크스테이션으로 사용합니다.
    • 가상 머신 유형: CPU
    • 가상 머신 크기: Standard_DS11_v2(모든 옵션에서 선택 을 선택하여 이 가상 머신 크기를 검색하여 선택함)
    • 컴퓨팅 이름: 고유한 이름 입력
    • SSH 액세스 사용: 선택 안 함
  3. 컴퓨팅 인스턴스가 생성되는 동안 컴퓨팅 클러스터 탭으로 전환하고 다음 설정을 사용하여 새 컴퓨팅 클러스터를 추가합니다. 이를 사용하여 기계 학습 모델을 학습합니다.
    • 가상 머신 우선 순위: 전용
    • 가상 머신 유형: CPU
    • 가상 머신 크기: Standard_DS11_v2(모든 옵션에서 선택 을 선택하여 이 가상 머신 크기를 검색하여 선택함)
    • 컴퓨팅 이름: 고유한 이름 입력
    • 최소 노드 수: 0
    • 최대 노드 수: 2
    • 스케일 다운 전 유휴 시간(초): 120
    • SSH 액세스 사용: 선택 안 함

참고

이 모듈을 완료하지 않기로 결정한 경우 컴퓨팅 인스턴스를 중지하여 Azure 구독에 불필요한 요금이 발생되지 않도록 해야 합니다.

컴퓨팅 대상은 만들어지는 데 시간이 걸립니다. 대기하는 동안 다음 단원으로 이동할 수 있습니다.