Exemplos nas Máquinas Virtuais de Ciência de Dados

Artigo
06/01/2023

As Máquinas Virtuais de Ciência de Dados do Azure (DSVMs) incluem um conjunto abrangente de código de exemplo. Esses exemplos incluem notebooks e scripts do Jupyter em linguagens como Python e R.

Observação

Para obter mais informações sobre como executar notebooks do Jupyter nas suas máquinas virtuais de ciência de dados, veja a seção Acessar o Jupyter.

Pré-requisitos

Para executar esses exemplos, você deve ter provisionado uma Máquina Virtual de Ciência de Dados Ubuntu.

Exemplos disponíveis

Categoria de exemplos	Descrição	Locais
Linguagem Python	Os exemplos explicam cenários como conectar-se a armazenamentos de dados em nuvem baseados no Azure e trabalhar com o Azure Machine Learning. Linguagem Python	`~notebooks`
Linguagem Julia	Fornece uma descrição detalhada de plotagem e aprendizado profundo no Julia. Também explica como chamar C e Python a partir do Julia. Linguagem Julia	Windows: `~notebooks/Julia_notebooks` Linux: `~notebooks/julia`
Azure Machine Learning	Ilustra como criar modelos de aprendizado de máquina e de aprendizagem profunda com o Machine Learning. Implante modelos em qualquer lugar. Use aprendizado de máquina automatizado e ajuste de hiperparâmetro inteligente. Use também o gerenciamento de modelos e treinamento distribuído. Machine Learning	`~notebooks/AzureML`
Notebooks do PyTorch	Exemplos de aprendizagem profunda que usam redes neurais baseadas no PyTorch. Os notebooks vão de cenários iniciantes a avançados. Notebooks do PyTorch	`~notebooks/Deep_learning_frameworks/pytorch`
TensorFlow	Exemplos de rede neural diferentes e técnicas implementadas usando a estrutura TensorFlow. TensorFlow	`~notebooks/Deep_learning_frameworks/tensorflow`
H2O	Exemplos baseados no Python que usam o H2O para problemas de situações reais. H2O	`~notebooks/h2o`
Linguagem SparkML	Exemplo que usam recursos do kit de ferramentas MLLib do Apache Spark por meio do pySpark e do MMLSpark: Microsoft Machine Learning para Apache Spark no Apache Spark 2.x. Linguagem SparkML	`~notebooks/SparkML/pySpark` `~notebooks/MMLSpark`
XGBoost	Exemplos padrão de aprendizado de máquina no XGBoost para cenários como classificação e regressão. XGBoost	Windows: `\dsvm\samples\xgboost\demo`

Acessar o Jupyter

Para acessar o Jupyter, selecione o ícone Jupyter no menu da área de trabalho ou do aplicativo. Você também pode acessar o Jupyter em uma edição do Linux de uma DSVM. Para acessar remotamente a partir de um navegador da Web, vá para https://<Full Domain Name or IP Address of the DSVM>:8000 no Ubuntu.

Para adicionar exceções e disponibilizar o acesso ao Jupyter em um navegador, consulte a captura de tela a seguir:

Habilitar exceção do Jupyter