Руководство. Создание ресурсов, необходимых для начала работы

В этом руководстве вы создадите ресурсы, необходимые для работы с Машинное обучение Azure.

  • Рабочая область. Чтобы использовать Машинное обучение Azure, сначала потребуется рабочая область. Рабочая область — это центральное место для просмотра и управления всеми создаваемыми артефактами и ресурсами.
  • Вычислительный экземпляр. Вычислительный экземпляр — это предварительно настроенный ресурс облачных вычислений, который можно использовать для обучения, автоматизации, управления и отслеживания моделей машинного обучения. Вычислительный экземпляр — самый быстрый способ начать работу с Машинное обучение Azure пакетами SDK и clIs. Вы будете использовать его для запуска записных книжек Jupyter и скриптов Python в остальных руководствах.

В этом руководстве вы создадите ресурсы в Студия машинного обучения Azure. Дополнительные способы создания рабочей области см. в статье "Создание рабочей области". Дополнительные способы создания вычислительного экземпляра см. в статье "Создание вычислительного экземпляра".

В этом видео показано, как создать рабочую область и вычислительный экземпляр в Студия машинного обучения Azure. Действия также описаны в разделах ниже.

Необходимые компоненты

Создание рабочей области

Рабочая область — это ресурс верхнего уровня для действий машинного обучения, который является централизованным расположением для просмотра всех артефактов, созданных в Машинном обучении Azure, и управления ими.

Если у вас уже есть рабочая область, пропустите этот раздел и перейдите к разделу Создание вычислительного экземпляра.

Если у вас нет рабочей области, создайте ее, выполнив приведенные ниже действия.

  1. Войдите в Студию машинного обучения Azure

  2. Выберите Создать рабочую область

  3. Укажите следующие сведения для настройки новой рабочей области:

    Поле Description
    имя рабочей области. Введите уникальное имя для идентификации рабочей области. Имена должны быть уникальными в группе ресурсов. Используйте имя, которое позволит легко запомнить рабочую область и отличить ее от областей, созданных другими пользователями. В имени рабочей области не учитывается регистр.
    Отток подписок Выберите подписку Azure, которую нужно использовать.
    Группа ресурсов Используйте группу ресурсов, которая есть в подписке, или введите имя, чтобы создать группу ресурсов. Группа ресурсов содержит связанные ресурсы для решения Azure. Для использования существующей группы ресурсов требуется роль участника или владельца. Дополнительные сведения о доступе см. в разделе Управление доступом к рабочей области Машинного обучения Azure.
    Область/регион Для создания рабочей области выберите ближайший к пользователям и ресурсам данных регион Azure.
  4. Выберите Создать, чтобы создать рабочую область

Примечание.

При этом создается рабочая область вместе со всеми необходимыми ресурсами. Если вы хотите повторно использовать ресурсы, такие как учетная запись служба хранилища, Реестр контейнеров Azure, Azure KeyVault или Приложение Аналитика, используйте вместо этого портал Azure.

Создание вычислительного экземпляра

Вы будете использовать вычислительный экземпляр для запуска записных книжек Jupyter и скриптов Python в остальных руководствах. Если у вас еще нет вычислительного экземпляра, создайте его:

  1. В области навигации слева выберите "Записные книжки".

  2. Выберите " Создать вычисления " в середине страницы.

    Screenshot shows create compute in the middle of the screen.

    Совет

    Этот параметр отображается только в том случае, если у вас еще нет вычислительного экземпляра в рабочей области.

  3. Укажите имя. Сохраните все значения по умолчанию на первой странице.

  4. Сохраните значения по умолчанию для остальной части страницы.

  5. Нажмите кнопку создания.

Краткий обзор студии

Студия представляет собой веб-портал для Машинного обучения Azure. Для инклюзивной платформы обработки и анализа данных на этом портале не требуется писать код или использовать подход Code First.

Ознакомьтесь с частями студии на панели навигации слева.

  • Раздел разработки студии содержит несколько способов приступить к созданию моделей машинного обучения. Вы можете:

    • Раздел Записные книжки предназначен для создания записных книжек Jupyter Notebook, копирования примеров записных книжек и запуска записных книжек и скриптов Python.
    • В разделе Автоматизированное машинное обучение выполняется создание модели машинного обучения без написания кода.
    • В разделе Конструктор можно создавать модели с помощью предварительно созданных компонентов, используя функции перетаскивания.
  • В разделе Ресурсы вы можете отслеживать ресурсы, создаваемые при выполнении заданий. В новой рабочей области ни один из этих разделов пока не существует.

  • Раздел "Управление " студии позволяет создавать вычислительные ресурсы и внешние службы, которые вы связываете с рабочей областью, и управлять ими. Кроме того, вы можете создать проект маркировки данных и управлять ими.

Screenshot of Azure Machine Learning studio.

Изучение примеров записных книжек

Используйте примеры записных книжек, доступные в студии, чтобы узнать, как обучать и развертывать модели. Они ссылаются во многих других статьях и руководствах.

  1. В области навигации слева выберите "Записные книжки".
  2. В верхней части выберите "Примеры".

Screenshot shows sample notebooks.

  • Используйте записные книжки в папке SDK версии 2 , например, отображающую текущую версию пакета SDK версии 2.
  • Эти записные книжки доступны только для чтения и периодически обновляются.
  • При открытии записной книжки нажмите кнопку "Клонировать эту записную книжку" вверху, чтобы добавить копию записной книжки и все связанные файлы в собственные файлы. Новая папка с записной книжкой создается в разделе "Файлы ".

Создание записной книжки

При клонировании записной книжки из примеров копия добавляется в файлы, и ее можно запустить или изменить. Многие учебники зеркало эти примеры записных книжек.

Но вы также можете создать новую пустую записную книжку, а затем скопировать и вставить код из учебника в записную книжку. Для этого:

  1. В разделе "Записные книжки" выберите "Файлы", чтобы вернуться к файлам,

  2. Выберите + , чтобы добавить файлы.

  3. Выберите Create new file (Создать файл).

    Screenshot shows how to create a new file.

Очистка ресурсов

Если вы планируете перейти к другим руководствам, перейдите к следующим шагам.

Остановка вычислительного экземпляра

Если вы сейчас не планируете использовать вычислительный экземпляр, остановите его, выполнив следующие действия:

  1. В левой части окна студии выберите Вычисления.
  2. Из вкладок вверху выберите Вычислительные экземпляры.
  3. Выберите вычислительный экземпляр из списка.
  4. В верхней панели инструментов выберите Остановить.

Удаление всех ресурсов

Внимание

Созданные вами ресурсы могут использоваться в качестве необходимых компонентов при работе с другими руководствами по Машинному обучению Azure.

Если вы не планируете использовать созданные вами ресурсы, удалите их, чтобы с вас не взималась плата:

  1. На портале Azure выберите Группы ресурсов в левой части окна.

  2. Выберите созданную группу ресурсов из списка.

  3. Выберите команду Удалить группу ресурсов.

    Screenshot of the selections to delete a resource group in the Azure portal.

  4. Введите имя группы ресурсов. Затем выберите Удалить.

Следующие шаги

Теперь у вас есть рабочая область Машинное обучение Azure, которая содержит вычислительный экземпляр, используемый для среды разработки.

Узнайте, как использовать вычислительный экземпляр для запуска записных книжек и сценариев в облаке Машинное обучение Azure.

Используйте вычислительный экземпляр со следующими руководствами для обучения и развертывания модели.

Учебник Description
Отправка, доступ и изучение данных в Машинное обучение Azure Хранение больших данных в облаке и его извлечение из записных книжек и скриптов
Разработка моделей на облачной рабочей станции Начало разработки прототипов и разработки моделей машинного обучения
Обучение модели в Машинное обучение Azure Подробные сведения о обучении модели
Развертывание модели в качестве сетевой конечной точки Подробные сведения о развертывании модели
Создание конвейеров машинного обучения Разбиение полной задачи машинного обучения на многоэтапный рабочий процесс.