Использование записных книжек Jupyter в Azure Machine Learning WorkbenchUse Jupyter notebooks to explore Azure Machine Learning service

Для вашего удобства разработан ряд записных книжек Jupyter Python, которые можно использовать для изучения Службы машинного обучения Azure.For your convenience, we have developed a series of Jupyter Python notebooks you can use to explore the Azure Machine Learning service.

Благодаря документации на этом сайте, узнайте, как использовать службу и как настроить записные книжки по своему усмотрению.Learn how to use the service with the documentation on this site and use these notebooks to customize them to your situation.

Используйте один из приведенных ниже путей, чтобы запустить сервер с этими примерами записных книжек.Use one of the paths below to run a notebook server with these sample notebooks. Когда сервер будет запущен, найдите записные книжки для руководств в папке tutorials или ознакомьтесь с различными компонентами в папке how-to-use-azureml.Once the server is running, find tutorial notebooks in tutorials folder, or explore different features in how-to-use-azureml folder.

Поработайте со службой "Записные книжки Azure": к вашим услугам бесплатные записные книжки на основе Jupyter в облаке AzureTry Azure Notebooks: Free Jupyter notebooks in the cloud

Начать работу с Записными книжками Azure очень просто.It's easy to get started with Azure Notebooks! Пакет SDK Машинного обучения Azure для Python уже установлен и настроен в Записных книжках Azure.The Azure Machine Learning SDK for Python is already installed and configured for you on Azure Notebooks. Службы Azure автоматически управляют установкой и последующими обновлениями.The installation and future updates are automatically managed via Azure services.

  1. Чтобы создать рабочую область и запустить Записные книжки Azure, выполните действия, описанные в этом руководстве.Complete the Azure Machine Learning portal quickstart to create a workspace and launch Azure Notebooks. При необходимости можете пропустить раздел об использовании записной книжки.Feel free to skip the Use the notebook section if you wish.
  2. Если вы выполнили инструкции из этого руководства, снова войдите в службу Записные книжки Azure и откройте проект Начало работы.If you've already completed the quickstart, sign back into Azure Notebooks and open the Getting Started project.
  3. Всегда запускайте проект, если для него отображается состояние "Остановлено".Remember to start the project if its status is stopped. Запуск проектаStart the project

Использование Виртуальной машины для обработки и анализа данных (DSVM)Use a Data Science Virtual Machine (DSVM)

Пакет SDK Машинного обучения Azure для Python и сервер записной книжки уже установлены и настроены в DSVM.The Azure Machine Learning SDK for Python and notebook server are already installed and configured for you on a DSVM.

Когда вы создадите DSVM, выполните следующие действия на этой виртуальной машине, чтобы запустить записные книжки.After you create a DSVM, use these steps on the DSVM to run the notebooks.

  1. Чтобы создать рабочую область для службы "Машинное обучение Azure" с помощью Python, выполните действия, описанные в этом кратком руководстве.Complete the Azure Machine Learning Python quickstart to create a workspace. При необходимости можете пропустить раздел об использовании записной книжки.Feel free to skip the Use the notebook section if you wish.

  2. Клонируйте репозиторий GitHub.Clone the GitHub repository.

    git clone https://github.com/Azure/MachineLearningNotebooks.git
    
  3. Добавьте файл конфигурации рабочей области с помощью любого из следующих методов:Add a workspace configuration file using either of these methods:

    • С помощью предварительных требований краткого руководства скопируйте созданный файл aml_config\config.json в клонированный каталог.Copy the aml_config\config.json file you created using the prerequisite quickstart into the cloned directory.
    • Создайте новую рабочую область с помощью кода в записной книжке configuration.ipynb, расположенной в клонированном каталоге.Create a new workspace using code in the configuration.ipynb notebook in your cloned directory.
  4. Запустите сервер записной книжки из клонированного каталога.Start the notebook server from your cloned directory.

    jupyter notebook
    

Использование собственного сервера записных книжек JupyterUse your own Jupyter notebook server

Чтобы создать локальный сервер Jupyter Notebook на компьютере, выполните следующие действия.Use these steps to create a local Jupyter Notebook server on your computer.

  1. Чтобы создать рабочую область и установить пакет SDK для службы "Машинное обучение Azure" с помощью Python, выполните действия, описанные в этом кратком руководстве.Complete the Azure Machine Learning Python quickstart to install the SDK and create a workspace. При необходимости можете пропустить раздел об использовании записной книжки.Feel free to skip the Use the notebook section if you wish.

  2. Клонируйте репозиторий GitHub.Clone the GitHub repository.

    git clone https://github.com/Azure/MachineLearningNotebooks.git
    
  3. Добавьте файл конфигурации рабочей области с помощью любого из следующих методов:Add a workspace configuration file using either of these methods:

    • С помощью предварительных требований краткого руководства скопируйте созданный файл aml_config\config.json в клонированный каталог.Copy the aml_config\config.json file you created using the prerequisite quickstart into the cloned directory.
    • Создайте новую рабочую область с помощью кода в configuration.ipynb.Create a new workspace using code in the configuration.ipynb.
  4. Запустите сервер записной книжки из клонированного каталога.Start the notebook server from your cloned directory.

    jupyter notebook
    

При выполнении инструкций этого краткого руководства будут установлены пакеты, необходимые для выполнения заданий руководства и запуска записных книжек.The quickstart instructions will install the packages you need to run the quickstart and tutorial notebooks. Другие примеры записных книжек могут потребовать установки дополнительных компонентов.Other sample notebooks may require installation of additional components. Дополнительные сведения об этих компонентах см. в статье об установке пакета SDK для Машинного обучения Azure для Python.For more information about these components, see Install the Azure Machine Learning SDK for Python.

Настройка автоматического машинного обученияAutomated machine learning setup

Эти шаги применимы только к записным книжкам в папке how-to-use-azureml/automated-machine-learning.These steps apply only to the notebooks in the how-to-use-azureml/automated-machine-learning folder.

Выполнив следующие инструкции, с помощью любого из перечисленных выше параметров можно одновременно установить среду и создать рабочую область.While you can use any of the above options, you can also install the environment and create a workspace at the same time with the following instructions.

  1. Установите Miniconda.Install Mini-conda. Выберите версию 3.7 или более позднюю.Choose 3.7 or higher. Следуйте инструкциям по установке.Follow prompts to install.

    Примечание

    Можно использовать существующую Conda версии 4.4.10 или более поздней.You can use an existing conda as long as it is version 4.4.10 or later. Для отображения версии используйте conda -V.Use conda -V to display the version. Версию Conda можно обновить, выполнив следующую команду: conda update conda.You can update a conda version with the command: conda update conda. Нет необходимости в установке Miniconda.There's no need to install mini-conda specifically.

  2. Скачайте примеры записных книжек из GitHub как ZIP-файл и извлеките его содержимое в локальный каталог.Download the sample notebooks from GitHub as a zip and extract the contents to a local directory. Записные книжки Автоматического машинного обучения находятся в папке how-to-use-azureml/automated-machine-learning.The Automated machine learning notebooks are in the how-to-use-azureml/automated-machine-learning folder.

  3. Настройте новую среду Conda.Set up a new Conda environment.

    1. Откройте запрос Conda на локальном компьютере.Open a Conda prompt on your local machine.

    2. Перейдите к извлеченным на локальный компьютер файлам.Navigate to the files you extracted to your local machine.

    3. Откройте папку automated-machine-learning.Open the automated-machine-learning folder.

    4. Выполните automl_setup.cmd в запросе Conda для Windows или в файле .sh для вашей операционной системы.Execute automl_setup.cmd in the conda prompt for Windows, or the .sh file for your operating system. Это может занять около 10 минут.It can take about 10 minutes to execute.

      Сценарий установки:The setup script:

      • создает новую среду Conda;Creates a new conda environment
      • устанавливает необходимые пакеты;Installs the necessary packages
      • настраивает мини-приложение;Configures the widget
      • создает записную книжку Jupyter.Starts a jupyter notebook

    Примечание

    Сценарий принимает имя среды Conda в качестве дополнительного параметра.The script takes the conda environment name as an optional parameter. Имя среды Conda по умолчанию — azure_automl.The default conda environment name is azure_automl. Точная команда зависит от операционной системы.The exact command depends on the operating system. Это полезно при создании среды или ее обновлении до новой версии.This is useful if you are creating a new environment or upgrading to a new version. Например, вы можете использовать "automl_setup.cmd azure_automl_sandbox", чтобы создать имя среды "azure_automl_sandbox".For example you can use 'automl_setup.cmd azure_automl_sandbox' to create an evironment name azure_automl_sandbox.

  4. После выполнения сценария вы увидите в браузере домашнюю страницу записной книжки Jupyter.Once the script has completed, you will see a Jupyter notebook home page in your browser.

  5. Перейдите к пути, где были сохранены записные книжки.Navigate to the path where you saved the notebooks.

  6. Откройте папку "automated-machine-learning", а затем записную книжку configuration.ipynb.Open the automated-machine-learning folder, then open the configuration.ipynb notebook.

  7. Заполните ячейки в записной книжке, чтобы зарегистрировать поставщик ресурсов Службы машинного обучения, и создайте рабочую область.Execute the cells in the notebook to register Machine Learning Services Resource Provider and create a workspace.

Теперь вы научились открывать и запускать записные книжки, сохраненные на локальном компьютере.You are now ready to open and run the notebooks saved on your local machine.

Дополнительная информацияNext steps

Изучите репозиторий записных книжек GitHub для Службы машинного обучения Azure здесьExplore the GitHub notebooks repository for Azure Machine Learning service

Ниже представлен список следующих руководств:Try these tutorials: