Azure Machine Learning işlem örneği nedir?

Azure Machine Learning işlem örneği, veri bilimcileri için yönetilen bulut tabanlı bir iş istasyonudur.

işlem örnekleri, Azure Machine Learning geliştirmeye başlamanızı kolaylaştırır ve bt yöneticileri için yönetim ve kurumsal hazırlık özellikleri sağlar.

Makine öğrenimi için bulutta tam olarak yapılandırılmış ve yönetilen geliştirme ortamınız olarak bir işlem örneği kullanın. Ayrıca, geliştirme ve test amacıyla bilgi işlem hedefi olarak da kullanılabilir.

üretim sınıfı modeli eğitimi için, çok düğümlü ölçeklendirme özelliklerine sahip bir Azure Machine Learning işlem kümesi kullanın. Üretim sınıfı modeli dağıtımı için Azure Kubernetes hizmet kümesi' ni kullanın.

İşlem örneği jupi işlevinin çalışması için, Web yuva iletişiminin devre dışı bırakılmadığından emin olun. Lütfen ağınızın *. instances.azureml.net ve *. instances.azureml.ms öğesine WebSocket bağlantılarına izin verdiğinden emin olun.

Neden bir işlem örneği kullanılmalıdır?

İşlem örneği, Machine Learning geliştirme ortamınız için iyileştirilmiş, tam olarak yönetilen bulut tabanlı bir iş istasyonudur. Aşağıdaki avantajları sağlar:

• Genel IP olmadan işlem örneğinizi güvenli hale getirme (Önizleme)
• İşlem örneği Ayrıca, işlem kümelerine benzer bir güvenli eğitim işlem hedefidir, ancak tek düğümdür.
• Kendiniz bir işlem örneği oluşturabilirsiniz veya bir yönetici sizin adınıza bir işlem örneği oluşturabilir.
• İşlem örneğini gereksinimlerinize göre özelleştirmek ve yapılandırmak için otomatik bir yol için bir kurulum betiği (Önizleme) de kullanabilirsiniz .
• Maliyetlerden tasarruf etmek için, işlem örneğini otomatik olarak başlatmak ve durdurmak üzere bir zamanlama (Önizleme) oluşturun .

Araçlar ve ortamlar

Azure Machine Learning işlem örneği, çalışma alanınızdaki tamamen tümleşik bir not defteri deneyiminde modelleri yazmanıza, eğmenize ve dağıtmanıza olanak sağlar.

işlem örneğini, SSH gerekmeden uzak sunucu olarak kullanarak VS Code jupi not defterlerini çalıştırabilirsiniz. ayrıca, uzak SSH uzantısıaracılığıyla VS Code tümleştirmesini etkinleştirebilirsiniz.

Paketleri yükleyebilir ve işlem örneğinize çekirdekler ekleyebilirsiniz .

Aşağıdaki araçlar ve ortamlar, işlem örneğinde zaten yüklüdür:

Python paketlerinin hepsi python 3,8-AzureML ortamında yüklüdür. İşlem örneği, temel işletim sistemi olarak Ubuntu 18,04 ' i içerir.

Dosyalara erişme

Not defterleri ve R betikleri, Azure dosya paylaşımında çalışma alanınızın varsayılan depolama hesabında depolanır. Bu dosyalar "Kullanıcı dosyaları" dizininizin altında bulunur. Bu depolama, işlem örnekleri arasında Not defterlerinin paylaşılmasını kolaylaştırır. Depolama hesabı Ayrıca bir işlem örneğini durdurduğunuzda veya sildiğinizde Not defterlerinizin güvenle korunmalarını önler.

Çalışma alanınızın Azure dosya paylaşma hesabı, işlem örneğine bir sürücü olarak bağlanır. Bu sürücü, jupi, Jupyıter Labs ve RStudio için varsayılan çalışma dizinidir. Diğer bir deyişle, Jupiter, Jupiterlab veya RStudio 'da oluşturduğunuz Not defterleri ve diğer dosyalar otomatik olarak dosya paylaşımında depolanır ve diğer işlem örneklerinde kullanılabilir.

Dosya paylaşımındaki dosyalara aynı çalışma alanındaki tüm işlem örneklerinden erişilebilir. İşlem örneğindeki bu dosyalarda yapılan tüm değişiklikler, dosya paylaşımında güvenilir bir şekilde kalıcı olarak kalıcı hale getirilir.

ayrıca, en son Azure Machine Learning örnekleri çalışma alanı dosya paylaşımındaki kullanıcı dosyaları dizini altında klasörünüze kopyalayabilirsiniz.

Küçük dosyaların yazılması, ağ sürücülerinde, işlem örneği yerel diskinin üzerine yazılmasından daha yavaş olabilir. Çok sayıda küçük dosya yazıyorsanız, Dizin gibi işlem örneğinde doğrudan bir dizin kullanmayı deneyin /tmp . Not Bu dosyalara diğer işlem örneklerinden erişilemeyecektir.

Eğitim verilerini Not defterleri dosya paylaşımında depolamayın. /tmpGeçici verileriniz için işlem örneğindeki dizini kullanabilirsiniz. Bununla birlikte, işlem örneğinin işletim sistemi diskine çok büyük veri dosyaları yazmayın. İşlem örneğindeki işletim sistemi diski 128 GB kapasiteye sahiptir. Geçici eğitim verilerini,/mnta takılı geçici diske da saklayabilirsiniz. Geçici disk boyutu, seçilen VM boyutu temel alınarak yapılandırılabilir ve daha yüksek boyutlu bir VM seçilirse daha büyük miktarlarda veri depolayabilirler. Veri depolarını ve veri kümelerinide bağlayabilirsiniz. Yüklediğiniz tüm yazılım paketleri, işlem örneğinin işletim sistemi diskine kaydedilir. Lütfen müşteri tarafından yönetilen anahtar şifrelemesi, işletim sistemi diski için şu anda desteklenmiyor. İşlem örneği için işletim sistemi diski, Microsoft tarafından yönetilen anahtarlarla şifrelenir.

İşlem örneği oluşturma

Yönetici olarak, çalışma alanındaki (Önizleme) diğerleri için bir işlem örneği oluşturabilirsiniz.

İşlem örneğini özelleştirmek ve yapılandırmak için otomatik bir yol için kurulum betiği (Önizleme) de kullanabilirsiniz .

kendi kendinize bir işlem örneği oluşturmak için, Azure Machine Learning studio 'da çalışma alanınızı kullanın, not defterlerinizden birini çalıştırmaya hazırsanız işlem bölümünden veya not defterleri bölümünde yeni bir işlem örneği oluşturun .

Ayrıca, bir örnek oluşturabilirsiniz

• Doğrudan Tümleşik Not defteri deneyiminden
• Azure portal
• Azure Resource Manager şablondan. örnek bir şablon için Azure Machine Learning işlem örneği oluşturma şablonu' na bakın.
• Azure Machine Learning SDK ile
• Azure Machine Learning Için CLI uzantısı

VM ailesi kotası başına bölge başına adanmış çekirdekler ve işlem örneği oluşturma için geçerli olan toplam bölgesel kota, Azure Machine Learning eğitim işlem kümesi kotasıyla birleştirilmiş ve paylaşılır. İşlem örneği durdurulduğunda, işlem örneğini yeniden başlatabileceksiniz emin olmak için kota serbest bırakılır. Lütfen bir sudo kapatması gerçekleştirerek işletim örneğini işletim sistemi terminali aracılığıyla durdurmayın.

İşlem örneği P10 OS disk ile birlikte gelir. Geçici disk türü, seçilen VM boyutuna bağlıdır. Şu anda, işletim sistemi disk türünü değiştirmek mümkün değildir.

İşlem hedefi

işlem örnekleri, Azure Machine Learning işlem eğitimi kümelerine benzer bir eğitim işlem hedefi olarak kullanılabilir.

İşlem örneği:

• İş kuyruğu vardır.
• Bir sanal ağ ortamında, kuruluşların SSH bağlantı noktasını açmasına gerek olmadan işleri güvenli bir şekilde çalıştırır. İş kapsayıcılı bir ortamda yürütülür ve model bağımlılıklarınızı bir Docker kapsayıcısında paketleyebilir.
• Birden çok küçük işi paralel olarak çalıştırabilir (Önizleme). Çekirdek başına bir iş paralel olarak çalışabilir, ancak işlerin geri kalanı sıraya alınır.
• Tek düğümlü çok GPU Dağıtılmış eğitim işlerini destekler

Test/hata ayıklama senaryoları için, işlem örneğini yerel bir ınırm dağıtım hedefi olarak kullanabilirsiniz.

Sonraki adımlar

• İşlem örneği oluşturma ve yönetme
• öğretici: ilk ML modelinize eğitme bir işlem örneğinin tümleşik bir not defteriyle nasıl kullanılacağını gösterir.