Azure Machine Learning çalışma alanı nedir?

Çalışma alanı Azure Machine Learning'in en üst düzey kaynağıdır. Azure Machine Learning'i kullanırken oluşturduğunuz tüm yapıtlarla çalışmak için merkezi bir konum sağlar. Çalışma alanında günlükler, ölçümler, betiklerinizin çıkışı ve anlık görüntüsü de dahil olmak üzere tüm eğitim çalıştırmalarının geçmişi tutulur. Hangi eğitim çalıştırmasının en iyi modeli ürettiğini saptamak için bu bilgileri kullanırsınız.

Beğendiğiniz bir modele sahip olduktan sonra modeli çalışma alanına kaydedersiniz. Ardından kayıtlı modeli ve puanlama betiklerini kullanarak Azure Container Instances, Azure Kubernetes Service veya REST tabanlı HTTP uç noktası olarak alan programlanabilir kapı dizisine (FPGA) dağıtabilirsiniz.

Taksonomi

Çalışma alanının taksonomisi aşağıdaki diyagramda gösterilmiştir:

Çalışma alanı taksonomisi

Diyagramda bir çalışma alanının aşağıdaki bileşenleri gösterilir:

  • Çalışma alanı Azure Machine Learning işlem örneklerini, Azure Machine Learning'i çalıştırmak için gereken Python ortamıyla yapılandırılmış bulut kaynaklarını içerebilir.

  • Kullanıcı rolleri çalışma alanınızı diğer kullanıcılar, ekipler veya projelerle paylaşmanızı sağlar.

  • İşlem hedefleri , denemelerinizi çalıştırmak için kullanılır.

  • Çalışma alanını oluşturduğunuzda, ilişkili kaynaklar da sizin için oluşturulur.

  • Denemeler , modellerinizi oluşturmak için kullandığınız eğitim çalıştırmalarıdır.

  • İşlem hatları , modelinizi eğitme ve yeniden eğitme için yeniden kullanılabilir iş akışlarıdır.

  • Veri kümeleri , model eğitimi ve işlem hattı oluşturma için kullandığınız verilerin yönetimine yardımcı olur.

  • Dağıtmak istediğiniz bir modele sahip olduktan sonra kayıtlı bir model oluşturursunuz.

  • Dağıtım uç noktası oluşturmak için kayıtlı modeli ve puanlama betiğini kullanın.

Çalışma alanı etkileşimi için araçlar

Çalışma alanınızla aşağıdaki yollarla etkileşim kurabilirsiniz:

Önemli

Aşağıda (önizleme) olarak işaretlenen araçlar şu anda genel önizleme aşamasındadır. Önizleme sürümü bir hizmet düzeyi sözleşmesi olmadan sağlanır ve üretim iş yükleri için önerilmez. Bazı özellikler desteklenmiyor olabileceği gibi özellikleri sınırlandırılmış da olabilir. Daha fazla bilgi için bkz. Microsoft Azure Önizlemeleri için Ek Kullanım Koşulları.

Çalışma alanı ile makine öğrenmesi

Makine öğrenmesi görevleri çalışma alanınıza yapıtları okur ve/veya yazar.

  • Modeli eğitmek için bir deneme çalıştırın. Deneme çalıştırma sonuçlarını çalışma alanına yazar.
  • Modeli eğitmek için otomatik ML kullanın. Eğitim sonuçlarını çalışma alanına yazar.
  • Çalışma alanına bir model kaydedin.
  • Model dağıtma - dağıtım oluşturmak için kayıtlı modeli kullanır.
  • Yeniden kullanılabilir iş akışları oluşturun ve çalıştırın.
  • Denemeler, işlem hatları, modeller, dağıtımlar gibi makine öğrenmesi yapıtlarını görüntüleyin.
  • Modelleri izleme ve izleme.

Çalışma alanı yönetimi

Aşağıdaki çalışma alanı yönetim görevlerini de gerçekleştirebilirsiniz:

Çalışma alanı yönetim görevi Portal Studio Python SDK'sı Azure CLI VS Code
Çalışma alanı oluşturma
Çalışma alanı erişimini yönetme
İşlem kaynaklarını oluşturma ve yönetme
Not defteri sanal makinesi oluşturma

Uyarı

Azure Machine Learning çalışma alanınızı farklı bir aboneliğe taşıma veya sahip olan aboneliği yeni bir kiracıya taşıma desteklenmez. Bunu yapmak hatalara neden olabilir.

Çalışma alanı oluşturma

Çalışma alanı oluşturmanın çeşitli yolları vardır:

Not

Çalışma alanı adı büyük/küçük harfe duyarlı değildir.

Alt kaynaklar

Bu alt kaynaklar, AzureML çalışma alanında yapılan ana kaynaklardır.

  • VM'ler: AzureML çalışma alanınız için bilgi işlem gücü sağlar ve dağıtım ve eğitim modellerinin ayrılmaz bir parçasıdır.
  • Load Balancer: İşlem örneği/kümesi durdurulduğunda bile trafiği yönetmek üzere her işlem örneği ve işlem kümesi için bir ağ yük dengeleyici oluşturulur.
  • Sanal Ağ: Bunlar Azure kaynaklarının birbirleriyle, İnternet'le ve diğer şirket içi ağlarla iletişim kurmalarına yardımcı olur.
  • Bant genişliği: Bölgeler arasında giden tüm veri aktarımlarını kapsüller.

İlişkili kaynaklar

Yeni bir çalışma alanı oluşturduğunuzda, çalışma alanı tarafından kullanılan birkaç Azure kaynağını otomatik olarak oluşturur:

  • Azure Depolama hesabı: Çalışma alanı için varsayılan veri deposu olarak kullanılır. Azure Machine Learning işlem örneklerinizle birlikte kullanılan Jupyter not defterleri de burada depolanır.

    Önemli

    Varsayılan olarak, depolama hesabı genel amaçlı bir v1 hesabıdır. Çalışma alanı oluşturulduktan sonra bunu genel amaçlı v2'ye yükseltebilirsiniz . Genel amaçlı v2'ye yükselttikten sonra depolama hesabında hiyerarşik ad alanını etkinleştirmeyin.

    Mevcut bir Azure Depolama hesabını kullanmak için BlobStorage türünde veya premium hesap (Premium_LRS ve Premium_GRS) olamaz. Ayrıca hiyerarşik ad alanına da sahip olamaz (Azure Data Lake Storage 2. Nesil ile kullanılır). Çalışma alanının varsayılan depolama hesabıyla ne premium depolama ne de hiyerarşik ad alanları desteklenmez. Premium depolama veya hiyerarşik ad alanını varsayılan olmayan depolama hesaplarıyla kullanabilirsiniz.

  • Azure Container Registry: Aşağıdaki bileşenler için kullanılan docker kapsayıcılarını kaydeder:

    Maliyetleri en aza indirmek için görüntüler gerekli olana kadar ACR yavaş yüklenir .

    Not

    Abonelik ayarınızın altındaki kaynaklara etiket eklenmesi gerekiyorsa, etiketleri ACR olarak ayarlayamadığımız için Azure Machine Learning tarafından oluşturulan Azure Container Registry (ACR) başarısız olur.

  • Azure Uygulaması Insights: İzleme ve tanılama bilgilerini depolar. Daha fazla bilgi için bkz. Çevrimiçi uç noktaları izleme.

    Not

    İsterseniz küme oluşturulduktan sonra Application Insights örneğini silebilirsiniz. Bunu silmek, çalışma alanından toplanan bilgileri sınırlar ve sorunları gidermeyi zorlaştırabilir. Çalışma alanı tarafından oluşturulan Application Insights örneğini silerseniz, çalışma alanını silip yeniden oluşturmadan yeniden oluşturamazsınız.

  • Azure Key Vault: İşlem hedefleri tarafından kullanılan gizli dizileri ve çalışma alanının ihtiyaç duyduğu diğer hassas bilgileri depolar.

Not

Bunun yerine , çalışma alanını Python SDK'sı veya ARM şablonu kullanarak Azure Machine Learning CLI ile oluştururken mevcut Azure kaynak örneklerini kullanabilirsiniz.

Enterprise sürümüne ne oldu?

Eylül 2020 itibarıyla, Enterprise sürüm çalışma alanlarında sağlanan tüm özellikler artık Temel sürüm çalışma alanlarında da kullanılabilir. Yeni Kurumsal çalışma alanları artık oluşturulamıyor. parametresini kullanan sku tüm SDK, CLI veya Azure Resource Manager çağrıları çalışmaya devam eder ancak Temel çalışma alanı sağlanır.

21 Aralık'tan itibaren, tüm Enterprise Sürümü çalışma alanları otomatik olarak aynı özelliklere sahip Temel Sürüm olarak ayarlanacaktır. Bu işlem sırasında kapalı kalma süresi oluşmaz. 1 Ocak 2021'de Enterprise Sürümü resmi olarak kullanımdan kaldırılacaktır.

Her iki sürümde de müşteriler tüketilen Azure kaynaklarının maliyetlerinden sorumludur ve Azure Machine Learning için ek ücret ödemesi gerekmez. Daha fazla ayrıntı için lütfen Azure Machine Learning fiyatlandırma sayfasına bakın.

Sonraki adımlar

Kuruluşunuzun gereksinimlerine uygun bir çalışma alanı planlama hakkında daha fazla bilgi edinmek için bkz. Azure Machine Learning'i düzenleme ve ayarlama.

Azure Machine Learning'i kullanmaya başlamak için bkz: