Linux ve Veri Bilimi Sanal Makinesi için Azure Windows?
Veri Veri Bilimi Sanal Makinesi (DSVM), Azure bulut platformunda veri bilimi için özel olarak tasarlanmış özelleştirilmiş bir VM görüntüsü. Gelişmiş analiz için akıllı uygulamalar oluşturmak üzere önceden yüklenmiş ve önceden yapılandırılmış birçok popüler veri bilimi aracı vardır.
DSVM şu sayfalarda kullanılabilir:
- Windows Server 2019
- Ubuntu 18.04 LTS
Azure Machine Learning ile karşılaştırma
DSVM, Veri Bilimi için özelleştirilmiş bir VM görüntüsü Azure Machine Learning (AzureML) şunları kapsayan bir uz-4.000 platformdur:
- Tam Olarak Yönetilen İşlem
- İşlem Örnekleri
- Dağıtılmış depolama görevleri için ML kümeleri
- Gerçek zamanlı puanlama için Çıkarım Kümeleri
- Veri depoları (örneğin Blob, ADLS 2. Nesil, SQL DB)
- Deneme izleme
- Model yönetimi
- Notebooks
- Ortamlar (conda ve R bağımlılıklarını yönetme)
- Etiketleme
- Pipelines ( End-To- End Data science iş akışlarını otomatikleştirme)
AzureML İşlem Örnekleri ile karşılaştırma
Azure Machine Learning İşlem Örnekleri tam olarak yapılandırılmış ve yönetilen bir VM görüntüsü, DSVM ise yönetilemeyen bir VM'dir.
Bu iki ürün teklifi arasındaki temel farklar aşağıda ayrıntılı olarak açıklanmıştır:
| Özellik | Veri Bilimi VM |
AzureML İşlem Örneği |
|---|---|---|
| Tam Olarak Yönetilen | Hayır | Yes |
| Dil Desteği | Python, R, Julia, SQL, C#, Java, Node.js, F # |
Python ve R |
| Operating System | Ubuntu Windows |
Ubuntu |
| Önceden Yapılandırılmış GPU Seçeneği | Yes | Yes |
| Ölçeğini yukarı ölçeklendirme seçeneği | Yes | Yes |
| SSH Erişimi | Yes | Yes |
| RDP Erişimi | Yes | Hayır |
| Yerleşik Barındırılan Not Defterleri |
Hayır (ek yapılandırma gerektirir) |
Yes |
| Yerleşik SSO | Hayır (ek yapılandırma gerektirir) |
Yes |
| Yerleşik İşbirliği | Hayır | Yes |
| Önceden Yüklenmiş Araçlar | Jupyter(lab), RStudio Server, VSCode, Visual Studio, PyCharm, Juno, Power BI Desktop, SSMS, Microsoft Office 365, Apache Drill |
Jupyter(lab) RStudio Server |
Kullanım örnekleri
Aşağıda DSVM müşterileri için bazı yaygın kullanım örnekleri gösterilmiştir.
Kısa süreli deneme ve değerlendirme
DSVM'sini kullanarak yeni veri bilimi araçlarını değerlendirip öğrenebilirsiniz. Özellikle yayımlanmış örneklerimizi ve izlenecek yollarımızı incelersiniz.
GPU'larla derin öğrenme
DSVM'de eğitim modelleriniz, grafik işleme birimlerini (GPU) temel alan donanımlarda derin öğrenme algoritmalarını kullanabilir. DSVM, Azure platformunun VM ölçeklendirme özellikleri sayesinde bulutta gereksinimlerinize göre GPU tabanlı donanımlar kullanmanıza yardımcı olur. Büyük modelleri eğitirken veya aynı işletim sistemi diskini kullanıp yüksek hızlı hesaplamalar yapmaya gerek duyduğunuzda GPU tabanlı bir VM’ye geçiş yapabilirsiniz. DSVM ile N serisi GPU etkinleştirilmiş sanal makine SKU'larını seçebilirsiniz. Gpu özellikli sanal makine S SU'ları ücretsiz Azure hesaplarda desteklanmaz.
DSVM'nin Windows sürümleri, derin öğrenme çerçevelerinin GPU sürücüleri, çerçeveleri ve GPU sürümleriyle önceden yüklenmiş olarak gelir. Linux sürümlerinde GPU'larda derin öğrenme Ubuntu DSVM'leri üzerinde etkinleştirilir.
DSVM'nin Ubuntu veya Windows sürümünü GPU tabanlı olmayan bir Azure sanal makinesine de dağıtabilirsiniz. Bu durumda, tüm derin öğrenme çerçeveleri CPU moduna geri döner.
Kullanılabilir derin öğrenme ve AI çerçeveleri hakkında daha fazla bilgi.
Veri bilimi eğitimi
Veri bilimi dersi veren kurumsal eğitmenler genellikle bir sanal makine görüntüsü sağlar. Görüntü, öğrencilerin tutarlı bir kuruluma sahip olması ve örneklerin tahmin edilebilir şekilde çalışmasına dikkat ediyor.
DSVM, destek ve uyumsuzluk sorunlarını kolaylaştıran tutarlı bir kurulumla isteğe bağlı bir ortam oluşturur. Başta daha kısa eğitim sınıfları olmak üzere bu ortamların sıklıkla oluşturulması gereken durumlar önemli ölçüde avantajlıdır.
DSVM'ye neler dahildir?
Hem Windows hem de Linux DSVM'leri için araçların tam listesine buradan bakın.
Sonraki adımlar
Şu makalelerle daha fazla bilgi edinmek için: