Gerenciar Azure Machine Learning recursos com a extensão de VS Code (versão prévia)Manage Azure Machine Learning resources with the VS Code Extension (preview)

Saiba como gerenciar Azure Machine Learning recursos com a extensão VS Code.Learn how to manage Azure Machine Learning resources with the VS Code extension.

Extensão de VS Code de Azure Machine Learning

Pré-requisitosPrerequisites

Todos os processos a seguir pressupõem que você esteja na exibição de Azure Machine Learning no Visual Studio Code.All of the processes below assume that you are in the Azure Machine Learning view in Visual Studio Code. Para iniciar a extensão, selecione o ícone do Azure na barra de atividade do vs Code.To launch the extension, select the Azure icon in the VS Code activity bar.

WorkspacesWorkspaces

Para obter mais informações, consulte espaços de trabalho.For more information, see workspaces.

Criar um workspaceCreate a workspace

  1. Na exibição Azure Machine Learning, clique com o botão direito do mouse no nó da assinatura e selecione criar espaço de trabalho.In the Azure Machine Learning view, right-click your subscription node and select Create workspace.
  2. No prompt:In the prompt:
    1. Forneça um nome para seu espaço de trabalhoProvide a name for your workspace
    2. Escolha a sua assinatura do AzureChoose your Azure subscription
    3. Escolha ou crie um novo grupo de recursos para provisionar o espaço de trabalho emChoose or create a new resource group to provision the workspace in
    4. Selecione o local onde provisionar o espaço de trabalho.Select the location where to provision the workspace.

Os métodos alternativos para criar um espaço de trabalho incluem:Alternative methods to create a workspace include:

  • Abra a exibição paleta de comandos > paleta de comandos e insira no prompt de texto Azure ml: criar espaço de trabalho.Open the command palette View > Command Palette and enter into the text prompt Azure ML: Create Workspace.
  • Clique no + ícone na parte superior da exibição de Azure Machine Learning.Click the + icon at the top of the Azure Machine Learning view.
  • Crie um novo espaço de trabalho quando solicitado a selecionar um espaço de trabalho durante o provisionamento de outros recursos.Create a new workspace when prompted to select a workspace during the provisioning of other resources.

Remover um espaço de trabalhoRemove a workspace

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Clique com o botão direito do mouse no espaço de trabalho que você deseja remover.Right-click the workspace you want to remove.
  3. Selecione se deseja remover:Select whether you want to remove:
    • Somente o espaço de trabalho: esta opção exclui somente o recurso do Azure do espaço de trabalho.Only the workspace: This option deletes only the workspace Azure resource. O grupo de recursos, as contas de armazenamento e quaisquer outros recursos aos quais o espaço de trabalho foi anexado ainda estão no Azure.The resource group, storage accounts, and any other resources the workspace was attached to are still in Azure.
    • Com recursos associados: essa opção exclui o espaço de trabalho e todos os recursos associados a ele.With associated resources: This option deletes the workspace and all resources associated with it.

Armazenamentos de dadosDatastores

Atualmente, a extensão VS Code dá suporte a repositórios de armazenamento dos seguintes tipos:The VS Code extension currently supports datastores of the following types:

  • Compartilhamento de arquivos do AzureAzure File Share
  • Armazenamento do Blobs do AzureAzure Blob Storage

Quando você cria um espaço de trabalho, um repositório de armazenamento é criado para cada um desses tipos.When you create a workspace, a datastore is created for each of these types.

Para obter mais informações, consulte armazenamentosde dados.For more information, see datastores.

Criar um repositório de dadosCreate a datastore

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó do espaço de trabalho em que você deseja criar o repositório de armazenamento.Expand the workspace node you want to create the datastore under.
  3. Clique com o botão direito do mouse no nó repositórios de armazenamento e selecione registrar repositório de armazenamento.Right-click the Datastores node and select Register datastore.
  4. No prompt:In the prompt:
    1. Forneça um nome para seu repositório de armazenamento.Provide a name for your datastore.
    2. Escolha o tipo de repositório de armazenamento.Choose the datastore type.
    3. Selecione o recurso de armazenamento.Select your storage resource. Você pode escolher um recurso de armazenamento associado ao seu espaço de trabalho ou selecionar um recurso de armazenamento válido em suas assinaturas do Azure.You can either choose a storage resource that's associated with your workspace or select from any valid storage resource in your Azure subscriptions.
    4. Escolha o contêiner em que os dados estão dentro do recurso de armazenamento selecionado anteriormente.Choose the container where your data is inside the previously selected storage resource.
  5. Um arquivo de configuração aparece em VS Code.A configuration file appears in VS Code. Se estiver satisfeito com o arquivo de configuração, selecione salvar e continuar ou abra a vs Code paleta de comandos (Exibir > paleta de comandos) e digite Azure ml: salvar e continuar.If you're satisfied with your configuration file, select Save and continue or open the VS Code command palette (View > Command Palette) and type Azure ML: Save and Continue.

Gerenciar um repositório de armazenamentoManage a datastore

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó do espaço de trabalho.Expand your workspace node.
  3. Expanda o nó repositórios de armazenamento dentro de seu espaço de trabalho.Expand the Datastores node inside your workspace.
  4. Selecione o repositório de armazenamento que você deseja:Select the datastore you want to:
    • Definir como padrão.Set as default. Sempre que você executar experimentos, esse será o repositório de armazenamento que será usado.Whenever you run experiments, this is the datastore that will be used.
    • Inspecione as configurações somente leitura.Inspect read-only settings.
    • Modificar.Modify. Altere o tipo de autenticação e as credenciais.Change the authentication type and credentials. Os tipos de autenticação com suporte incluem chave de conta e token SAS.Supported authentication types include account key and SAS token.

Conjunto de dadosDatasets

Atualmente, a extensão dá suporte aos seguintes tipos de conjunto de conjuntos:The extension currently supports the following dataset types:

  • Tabular: permite que você materializa dados em um dataframe (pandas ou PySpark).Tabular: Allows you to materialize data into a DataFrame (Pandas or PySpark).
  • Arquivo: um arquivo ou uma coleção de arquivos.File: A file or collection of files. Permite que você baixe ou monte arquivos em sua computação.Allows you to download or mount files to your compute.

Para obter mais informações, consulte conjuntos de dadosFor more information, see datasets

Criar conjunto de dadosCreate dataset

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó do espaço de trabalho em que você deseja criar o repositório de armazenamento.Expand the workspace node you want to create the datastore under.
  3. Clique com o botão direito do mouse no nó DataSets e selecione Create DataSet.Right-click the Datasets node and select Create dataset.
  4. No prompt:In the prompt:
    1. Escolher o tipo de conjunto de textoChoose the dataset type
    2. Defina se os dados estão localizados em seu computador ou na WebDefine whether the data is located on your PC or on the web
    3. Forneça o local dos seus dados.Provide the location of your data. Pode ser um único arquivo ou um diretório que contém os arquivos de dados.This can either be a single file or a directory containing your data files.
    4. Escolha o repositório de dados para o qual você deseja carregar seus dados.Choose the datastore you want to upload your data to.
    5. Forneça um prefixo que ajuda a identificar seu conjunto de seus conjuntos de armazenamentos.Provide a prefix that helps identify your dataset in the datastore.

Conjuntos de itens de versãoVersion datasets

Ao criar modelos de aprendizado de máquina, à medida que os dados são alterados, talvez você queira fazer a versão do conjunto.When building machine learning models, as data changes, you may want to version your dataset. Para fazer isso na extensão de VS Code:To do so in the VS Code extension:

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó do espaço de trabalho.Expand your workspace node.
  3. Expanda o nó conjuntos de valores .Expand the Datasets node.
  4. Clique com o botão direito do mouse no conjunto de um que você deseja versão e selecione criar nova versão.Right-click the dataset you want to version and select Create New Version.
  5. No prompt:In the prompt:
    1. Selecionar o tipo de conjunto de textoSelect the dataset type
    2. Defina se os dados estão localizados em seu computador ou na Web.Define whether the data is located on your PC or on the web.
    3. Forneça o local dos seus dados.Provide the location of your data. Pode ser um único arquivo ou um diretório que contém os arquivos de dados.This can either be a single file or a directory containing your data files.
    4. Escolha o repositório de dados para o qual você deseja carregar seus dados.Choose the datastore you want to upload your data to.
    5. Forneça um prefixo que ajuda a identificar seu conjunto de seus conjuntos de armazenamentos.Provide a prefix that helps identify your dataset in the datastore.

Exibir Propriedades do conjunto deView dataset properties

Essa opção permite que você veja os metadados associados a um conjunto de informações específico.This option allows you to see metadata associated with a specific dataset. Para fazer isso na extensão de VS Code:To do so in the VS Code extension:

  1. Expanda o nó do espaço de trabalho.Expand your workspace node.
  2. Expanda o nó conjuntos de valores .Expand the Datasets node.
  3. Clique com o botão direito do mouse no conjunto de um que você deseja inspecionar e selecione Exibir Propriedades do conjunto deRight-click the dataset you want to inspect and select View Dataset Properties. Isso exibirá um arquivo de configuração com as propriedades da versão mais recente do conjunto de informações.This will display a configuration file with the properties of the latest dataset version.

Observação

Se você tiver várias versões de seu conjunto de informações, poderá optar por exibir apenas as propriedades do conjunto de informações de uma versão específica expandindo o nó do conjunto de informações e executando as mesmas etapas descritas nesta seção sobre a versão de interesse.If you have multiple version of your dataset, you can choose to only view the dataset properties of a specific version by expanding the dataset node and performing the same steps described in this section on the version of interest.

Cancelar registro de conjuntos de osUnregister datasets

Para remover um conjunto de registros e todas as versões dele, cancele seu registro.To remove a dataset and all version of it, unregister it. Para fazer isso na extensão de VS Code:To do so in the VS Code extension:

  1. Expanda o nó do espaço de trabalho.Expand your workspace node.
  2. Expanda o nó conjuntos de valores .Expand the Datasets node.
  3. Clique com o botão direito do mouse no conjunto de registros que você deseja cancelar o registro e selecione Cancelar registro do conjunto de registros.Right-click the dataset you want to unregister and select Unregister dataset.

AmbientesEnvironments

Para obter mais informações, consulte ambientes.For more information, see environments.

Criar ambienteCreate environment

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó do espaço de trabalho em que você deseja criar o repositório de armazenamento.Expand the workspace node you want to create the datastore under.
  3. Clique com o botão direito do mouse no nó ambientes e selecione criar ambiente.Right-click the Environments node and select Create Environment.
  4. No prompt:In the prompt:
    1. Forneça um nome para o seu ambienteProvide a name for your environment
    2. Defina a configuração do seu ambiente:Define your environment configuration:
      • Ambientes organizados: ambientes pré-configurados no Azure Machine Learning.Curated environments: Preconfigured environments in Azure Machine Learning. Você pode personalizar ainda mais o ambiente modificando a dependencies propriedade no arquivo JSON.You can further customize the environment by modifying the dependencies property in the JSON file. Saiba mais sobre os ambientes organizados.Learn more about curated environments.
      • Arquivo de dependências Conda: para ambientes Anaconda, o arquivo que contém a definição de ambiente pode ser fornecido.Conda dependencies file: For Anaconda environments, the file containing your environment definition can be provided.
      • Arquivo de requisitos Pip: para ambientes Pip, o arquivo que contém a definição de ambiente pode ser fornecido.Pip requirements file: For pip environments, the file containing your environment definition can be provided.
      • Ambiente Conda existente: essa opção procura os ambientes Conda no seu computador local e tenta criar um ambiente a partir do ambiente selecionado.Existing Conda environment: This option looks for the conda environments in your local PC and tries to build an environment from the selected environment.
      • Personalizado: definir seus próprios canais e dependênciasCustom: Define your own channels and dependencies
    3. Um arquivo de configuração é aberto no editor.A configuration file opens in the editor. Se estiver satisfeito com sua configuração, selecione salvar e continuar ou abra a paleta de comandos vs Code (Exibir > paleta de comandos) e digite Azure ml: salvar e continuar.If you're satisfied with your configuration, select Save and continue or open the VS Code command palette (View > Command Palette) and type Azure ML: Save and Continue.

Exibir configurações de ambienteView environment configurations

Para exibir as dependências e as configurações de um ambiente específico na extensão:To view the dependencies and configurations for a specific environment in the extension:

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó do espaço de trabalho.Expand your workspace node.
  3. Expanda o nó ambientes .Expand the Environments node.
  4. Clique com o botão direito do mouse no ambiente que você deseja exibir e selecione Exibir ambiente.Right-click the environment you want to view and select View Environment.

Editar configurações de ambienteEdit environment configurations

Para editar as dependências e configurações de um ambiente específico na extensão:To edit the dependencies and configurations for a specific environment in the extension:

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó ambientes dentro de seu espaço de trabalho.Expand the Environments node inside your workspace.
  3. Clique com o botão direito do mouse no ambiente que você deseja exibir e selecione Editar ambiente.Right-click the environment you want to view and select Edit Environment.
  4. Depois de fazer as modificações, se você estiver satisfeito com sua configuração, selecione salvar e continuar ou abra a paleta de comandos vs Code (Exibir > paleta de comandos) e digite Azure ml: salvar e continuar.After making the modifications, if you're satisfied with your configuration, select Save and continue or open the VS Code command palette (View > Command Palette) and type Azure ML: Save and Continue.

TestesExperiments

Para obter mais informações, consulte experimentos.For more information, see experiments.

Criar um experimentoCreate experiment

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó do espaço de trabalho.Expand your workspace node.
  3. Clique com o botão direito do mouse no nó experimentos em seu espaço de trabalho e selecione criar experimento.Right-click the Experiments node in your workspace and select Create experiment.
  4. No prompt, forneça um nome para o experimento.In the prompt, provide a name for your experiment.

Executar o experimentoRun experiment

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó experimentos dentro de seu espaço de trabalho.Expand the Experiments node inside your workspace.
  3. Clique com o botão direito do mouse no experimento que você deseja executar.Right-click the experiment you want to run.
  4. Selecione o ícone executar experimento na barra de atividade.Select the Run Experiment icon in the activity bar.
  5. Selecione se deseja executar seu experimento localmente ou remotamente.Select whether you want to run your experiment locally or remotely. Consulte o Guia de depuração para obter mais informações sobre a execução e a depuração de experimentos localmente.See the debugging guide for more information on running and debugging experiments locally.
  6. Escolha sua assinatura.Choose your subscription.
  7. Escolha o Workspace do ML do Azure para executar o experimento em.Choose the Azure ML Workspace to run the experiment under.
  8. Escolha seu experimento.Choose your experiment.
  9. Escolha ou crie uma computação na qual executar o experimento.Choose or create a compute to run the experiment on.
  10. Escolha ou crie uma configuração de execução para seu experimento.Choose or create a run configuration for your experiment.

Como alternativa, você pode selecionar o botão executar experimento na parte superior da extensão e configurar a execução do experimento no prompt.Alternatively, you can select the Run Experiment button at the top of the extension and configure your experiment run in the prompt.

Exibir experimentoView experiment

Para exibir seu experimento no Azure Machine Learning Studio:To view your experiment in Azure Machine Learning Studio:

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó experimentos dentro de seu espaço de trabalho.Expand the Experiments node inside your workspace.
  3. Clique com o botão direito do mouse no experimento que você deseja exibir e selecione Exibir experimento.Right-click the experiment you want to view and select View Experiment.
  4. Um prompt é exibido solicitando que você abra a URL do experimento no Azure Machine Learning Studio.A prompt appears asking you to open the experiment URL in Azure Machine Learning studio. Selecione Abrir.Select Open.

Progresso da execução do rastreamentoTrack run progress

Enquanto estiver executando seu experimento, talvez você queira ver seu progresso.As you're running your experiment, you may want to see its progress. Para acompanhar o progresso de uma execução no Azure Machine Learning Studio a partir da extensão:To track the progress of a run in Azure Machine Learning studio from the extension:

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó experimentos dentro de seu espaço de trabalho.Expand the Experiments node inside your workspace.
  3. Expanda o nó experimento para o qual você deseja acompanhar o progresso.Expand the experiment node you want to track progress for.
  4. Clique com o botão direito do mouse na execução e selecione Exibir executar em portal do Azure.Right-click the run and select View Run in Azure portal.
  5. Um prompt é exibido solicitando que você abra a URL de execução no Azure Machine Learning Studio.A prompt appears asking you to open the run URL in Azure Machine Learning studio. Selecione Abrir.Select Open.

Baixar logs de execução & saídasDownload run logs & outputs

Quando uma execução for concluída, talvez você queira baixar os logs e ativos, como o modelo gerado como parte de uma execução de experimento.Once a run is complete, you may want to download the logs and assets such as the model generated as part of an experiment run.

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó experimentos dentro de seu espaço de trabalho.Expand the Experiments node inside your workspace.
  3. Expanda o nó experimento para o qual você deseja acompanhar o progresso.Expand the experiment node you want to track progress for.
  4. Clique com o botão direito do mouse na execução:Right-click the run:
    • Para baixar as saídas, selecione baixar saídas.To download the outputs, select Download outputs.
    • Para baixar os logs, selecione baixar logs.To download the logs, select Download logs.

Exibir metadados de execuçãoView run metadata

Na extensão, você pode inspecionar metadados como a configuração de execução usada para a execução, bem como os detalhes de execução.In the extension, you can inspect metadata such as the run configuration used for the run as well as run details.

Instâncias de computaçãoCompute instances

Para obter mais informações, consulte Compute instances.For more information, see compute instances.

Criar instância de computaçãoCreate compute instance

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó do espaço de trabalho em que você deseja criar a instância de computação.Expand the workspace node you want to create the compute instance under.
  3. Clique com o botão direito do mouse no nó instâncias de computação e selecione criar instância de computação.Right-click the Compute instances node and select Create compute instance.
  4. No prompt:In the prompt:
    1. Forneça um nome para a instância de computação.Provide a name for your compute instance.
    2. Selecione um tamanho de VM na lista.Select a VM size from the list.
    3. Escolha se deseja habilitar o acesso SSH.Choose whether you want to enable SSH access.
      1. Se você habilitar o acesso SSH, também terá que fornecer a chave SSH pública ou o arquivo que contém a chave.If you enable SSH access, you'll have to also provide the public SSH key or the file containing the key. Para obter mais informações, consulte o guia sobre como criar e usar chaves SSH no Azure.For more information, see the guide on creating and using SSH keys on Azure.

Parar ou reiniciar instância de computaçãoStop or restart compute instance

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó da instância de computação dentro de seu espaço de trabalho.Expand the Compute instance node inside your workspace.
  3. Clique com o botão direito do mouse na instância de computação que você deseja parar ou reiniciar e selecione parar a instância de computação ou reiniciar a instância de computação , respectivamente.Right-click the compute instance you want to stop or restart and select Stop Compute instance or Restart compute instance respectively.

Exibir configuração da instância de computaçãoView compute instance configuration

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó da instância de computação dentro de seu espaço de trabalho.Expand the Compute instance node inside your workspace.
  3. Clique com o botão direito do mouse na instância de computação que você deseja inspecionar e selecione Exibir Propriedades da instância de computação.Right-click the compute instance you want to inspect and select View Compute instance Properties.

Excluir instância de computaçãoDelete compute instance

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó da instância de computação dentro de seu espaço de trabalho.Expand the Compute instance node inside your workspace.
  3. Clique com o botão direito do mouse na instância de computação que você deseja excluir e selecione excluir instância de computação.Right-click the compute instance you want to delete and select Delete compute instance.

Clusters de cálculoCompute clusters

A extensão dá suporte aos seguintes tipos de computação:The extension supports the following compute types:

  • Cluster de computação do Azure Machine LearningAzure Machine Learning compute cluster
  • Serviço de Kubernetes do AzureAzure Kubernetes Service

Para obter mais informações, consulte destinos de computação.For more information, see compute targets.

Criar computaçãoCreate compute

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó do espaço de trabalho em que você deseja criar o cluster de computação.Expand the workspace node you want to create the compute cluster under.
  3. Clique com o botão direito do mouse no nó clusters de computação e selecione criar computação.Right-click the Compute clusters node and select Create Compute.
  4. No prompt:In the prompt:
    1. Escolher um tipo de computaçãoChoose a compute type
    2. Escolha um tamanho de VM.Choose a VM size. Saiba mais sobre tamanhos de VM.Learn more about VM sizes.
    3. Forneça um nome para a computação.Provide a name for your compute.

Exibir configuração de computaçãoView compute configuration

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó clusters de computação dentro de seu espaço de trabalho.Expand the Compute clusters node inside your workspace.
  3. Clique com o botão direito do mouse na computação que você deseja exibir e selecione Exibir Propriedades de computação.Right-click the compute you want to view and select View Compute Properties.

Editar configurações de escala de computaçãoEdit compute scale settings

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó clusters de computação dentro de seu espaço de trabalho.Expand the Compute clusters node inside your workspace.
  3. Clique com o botão direito do mouse na computação que você deseja editar e selecione Editar computação.Right-click the compute you want to edit and select Edit Compute.
  4. Um arquivo de configuração para a computação é aberto no editor.A configuration file for your compute opens in the editor. Se estiver satisfeito com sua configuração, selecione salvar e continuar ou abra a paleta de comandos vs Code (Exibir > paleta de comandos) e digite Azure ml: salvar e continuar.If you're satisfied with your configuration, select Save and continue or open the VS Code command palette (View > Command Palette) and type Azure ML: Save and Continue.

Excluir computaçãoDelete compute

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó clusters de computação dentro de seu espaço de trabalho.Expand the Compute clusters node inside your workspace.
  3. Clique com o botão direito do mouse na computação que você deseja excluir e selecione excluir computação.Right-click the compute you want to delete and select Delete Compute.

Criar configuração de execuçãoCreate run configuration

Para criar uma configuração de execução na extensão:To create a run configuration in the extension:

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó clusters de computação dentro de seu espaço de trabalho.Expand the Compute clusters node inside your workspace.
  3. Clique com o botão direito do mouse no destino de computação no qual você deseja criar a configuração de execução e selecione criar configuração de execução.Right-click the compute target you want to create the run configuration under and select Create Run Configuration.
  4. No prompt:In the prompt:
    1. Forneça um nome para seu destino de computaçãoProvide a name for your compute target
    2. Escolha ou crie um novo ambiente.Choose or create a new environment.
    3. Digite o nome do script que você deseja executar ou pressione Enter para o navegador para o script no computador local.Type the name of the script you want to run or press Enter to browser for the script on your local computer.
    4. Adicional Escolha se deseja criar uma referência de dados para sua execução de treinamento.(Optional) Chose whether you want to create a data reference for your training run. Isso solicitará que você defina um conjunto de um DataSet na sua configuração de execução.Doing so will prompt you to define a dataset in your run configuration.
      1. Selecione um dos seus conjuntos de arquivos registrados para vincular à configuração de execução um arquivo de configuração para o conjunto de seus DataSets é aberto no editor.Select from one of your registered datasets to link to the run configuration A configuration file for your dataset opens in the editor. Se estiver satisfeito com sua configuração, selecione salvar e continuar ou abra a paleta de comandos vs Code (Exibir > paleta de comandos) e digite Azure ml: salvar e continuar.If you're satisfied with your configuration, select Save and continue or open the VS Code command palette (View > Command Palette) and type Azure ML: Save and Continue.
    5. Se estiver satisfeito com sua configuração, selecione salvar e continuar ou abra a paleta de comandos vs Code (Exibir > paleta de comandos) e digite Azure ml: salvar e continuar.If you're satisfied with your configuration, select Save and continue or open the VS Code command palette (View > Command Palette) and type Azure ML: Save and Continue.

Editar configuração de execuçãoEdit run configuration

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó do cluster de computação no nó clusters de computação do seu espaço de trabalho.Expand your compute cluster node in the Compute clusters node of your workspace.
  3. Clique com o botão direito do mouse na configuração de execução que você deseja editar e selecione Editar configuração de execução.Right-click the run configuration you want to edit and select Edit Run Configuration.
  4. Um arquivo de configuração para sua configuração de execução é aberto no editor.A configuration file for your run configuration opens in the editor. Se estiver satisfeito com sua configuração, selecione salvar e continuar ou abra a paleta de comandos vs Code (Exibir > paleta de comandos) e digite Azure ml: salvar e continuar.If you're satisfied with your configuration, select Save and continue or open the VS Code command palette (View > Command Palette) and type Azure ML: Save and Continue.

Excluir configuração de execuçãoDelete run configuration

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó do espaço de trabalho.Expand your workspace node.
  3. Expanda o nó de cluster de computação de interesse dentro do nó clusters de computação .Expand the compute cluster node of interest inside the Compute clusters node.
  4. Clique com o botão direito do mouse na configuração de execução que você deseja editar e selecione Excluir configuração de execução.Right-click the run configuration you want to edit and select Delete Run Configuration.

ModelosModels

Para obter mais informações, consulte modelosFor more information, see models

Registrar modeloRegister model

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó do espaço de trabalho.Expand your workspace node.
  3. Clique com o botão direito do mouse no nó modelos e selecione registrar modelo.Right-click the Models node and select Register Model.
  4. No prompt:In the prompt:
    1. Forneça um nome para seu modeloProvide a name for your model
    2. Escolha se o modelo é um arquivo ou uma pasta.Choose whether your model is a file or folder.
    3. Localize o modelo em seu PC local.Find the model in your local PC.
    4. Um arquivo de configuração para seu modelo no editor.A configuration file for your model in the editor. Se estiver satisfeito com sua configuração, selecione salvar e continuar ou abra a paleta de comandos vs Code (Exibir > paleta de comandos) e digite Azure ml: salvar e continuar.If you're satisfied with your configuration, select Save and continue or open the VS Code command palette (View > Command Palette) and type Azure ML: Save and Continue.

Exibir Propriedades do modeloView model properties

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó modelos dentro de seu espaço de trabalho.Expand the Models node inside your workspace.
  3. Clique com o botão direito do mouse no modelo cujas propriedades você deseja ver e selecione Exibir Propriedades do modelo.Right-click the model whose properties you want to see and select View Model Properties. Um arquivo é aberto no editor que contém as propriedades do modelo.A file opens in the editor containing your model properties.

Baixar modeloDownload model

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó modelos dentro de seu espaço de trabalho.Expand the Models node inside your workspace.
  3. Clique com o botão direito do mouse no modelo que você deseja baixar e selecione baixar arquivo de modelo.Right-click the model you want to download and select Download Model File.

Excluir um modeloDelete a model

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó modelos dentro de seu espaço de trabalho.Expand the Models node inside your workspace.
  3. Clique com o botão direito do mouse no modelo que você deseja excluir e selecione remover modelo.Right-click the model you want to delete and select Remove Model.

Pontos de extremidadeEndpoints

A extensão de VS Code dá suporte aos seguintes destinos de implantação:The VS Code extension supports the following deployment targets:

  • Instâncias de Contêiner do AzureAzure Container Instances
  • Serviço de Kubernetes do AzureAzure Kubernetes Service

Para obter mais informações, consulte pontos de extremidade de serviço Web.For more information, see web service endpoints.

Criar implantaçõesCreate deployments

Observação

A criação da implantação atualmente funciona apenas com ambientes Conda.Deployment creation currently only works with Conda environments.

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó do espaço de trabalho.Expand your workspace node.
  3. Clique com o botão direito do mouse no nó pontos de extremidade e selecione implantar serviço.Right-click the Endpoints node and select Deploy Service.
  4. No prompt:In the prompt:
    1. Escolha se deseja usar um modelo já registrado ou um arquivo de modelo local.Choose whether you want to use an already registered model or a local model file.
    2. Selecione o modeloSelect your model
    3. Escolha o destino de implantação no qual você deseja implantar seu modelo.Choose the deployment target you want to deploy your model to.
    4. Forneça um nome para seu modelo.Provide a name for your model.
    5. Forneça o script a ser executado ao pontuar o modelo.Provide the script to run when scoring the model.
    6. Forneça um arquivo de dependências Conda.Provide a Conda dependencies file.
    7. Um arquivo de configuração para sua implantação é exibido no editor.A configuration file for your deployment appears in the editor. Se estiver satisfeito com sua configuração, selecione salvar e continuar ou abra a paleta de comandos vs Code (Exibir > paleta de comandos) e digite Azure ml: salvar e continuar.If you're satisfied with your configuration, select Save and continue or open the VS Code command palette (View > Command Palette) and type Azure ML: Save and Continue.

Observação

Como alternativa, você pode clicar com o botão direito do mouse em um modelo registrado no nó modelos e selecionar implantar serviço do modelo registrado.Alternatively, you can right-click a registered model in the Models node and select Deploy Service From Registered Model.

Excluir implantaçõesDelete deployments

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó pontos de extremidade dentro de seu espaço de trabalho.Expand the Endpoints node inside your workspace.
  3. Clique com o botão direito do mouse na implantação que você deseja remover e selecione remover serviço.Right-click the deployment you want to remove and select Remove service.
  4. Um prompt é exibido confirmando que você deseja remover o serviço.A prompt appears confirming you want to remove the service. Selecione OK.Select Ok.

Gerenciar implantaçõesManage deployments

Além de criar e excluir implantações, você pode exibir e editar as configurações associadas à implantação.In addition to creating and deleting deployments, you can view and edit settings associated with the deployment.

  1. Expanda o nó de assinatura que contém seu espaço de trabalho.Expand the subscription node that contains your workspace.
  2. Expanda o nó pontos de extremidade dentro de seu espaço de trabalho.Expand the Endpoints node inside your workspace.
  3. Clique com o botão direito do mouse na implantação que você deseja gerenciar:Right-click the deployment you want to manage:
    • Para editar as configurações, selecione Editar serviço.To edit settings, select Edit service.
      • Um arquivo de configuração para sua implantação é exibido no editor.A configuration file for your deployment appears in the editor. Se estiver satisfeito com sua configuração, selecione salvar e continuar ou abra a paleta de comandos vs Code (Exibir > paleta de comandos) e digite Azure ml: salvar e continuar.If you're satisfied with your configuration, select Save and continue or open the VS Code command palette (View > Command Palette) and type Azure ML: Save and Continue.
    • Para exibir as definições de configuração de implantação, selecione Exibir Propriedades do serviço.To view deployment configuration settings, select View service properties.

Próximas etapasNext steps

Treine um modelo de classificação de imagem com a extensão vs Code.Train an image classification model with the VS Code extension.