Explorar o Azure Machine Learning com Jupyter Notebooks

APLICA-SE A: SDK Python azure-ai-ml v2 (atual)

O repositório AzureML-Examples inclui os exemplos mais recentes (v2) da CLI e do SDK do Python do Azure Machine Learning. Para obter informações sobre os vários tipos de exemplo, consulte o readme.

Este artigo mostra como acessar o repositório nos seguintes ambientes:

  • Instância de computação do Azure Machine Learning
  • Seu próprio recurso de computação
  • DSVM (Máquina Virtual de Ciência de Dados)

Você também pode procurar exemplos de código para obter mais exemplos.

A maneira mais fácil de começar a usar os exemplos é concluir Criar recursos para começar. Quando terminar, você terá um servidor de notebook dedicado pré-carregado com o SDK e o repositório do Azure Machine Learning Notebooks. Você não precisa baixar nem instalar nada.

Para exibir notebooks de exemplo:

  1. Faça login no estúdio e selecione seu espaço de trabalho, se necessário.
  2. Selecione Notebooks.
  3. Selecione a guia Exemplos. Use a pasta SDK v2 para obter exemplos usando o SDK v2 do Python.
  4. Abra o notebook que você deseja executar. Selecione Clonar este notebook para criar uma cópia no compartilhamento de arquivos do workspace. Essa ação copia o notebook, juntamente com todos os recursos dependentes, para o armazenamento de arquivos em seu projeto.

Opção 2: acesso no seu próprio servidor de notebook

Se você quiser trazer seu próprio servidor de notebook para desenvolvimento local, siga estas etapas em seu computador.

  1. Instale o SDK do Azure Machine Learning (v2) para Python, a biblioteca de autenticação e o Jupyter:

    pip install azure-ai-ml azure-identity notebook

    Para obter mais informações, confira Instalar o SDK do Azure Machine Learning para Python.

  2. Criar um Workspace do Azure Machine Learning.

  3. Clone o repositório AzureML-Examples.

    git clone https://github.com/Azure/azureml-examples.git --depth 1

  4. Inicie o servidor de notebook no diretório que contém o clone.

    jupyter notebook

Essas instruções instalam os pacotes base do SDK necessários para o início rápido e os notebooks do tutorial. Outros notebooks de exemplo podem exigir a instalação de componentes extras. Para obter mais informações, confira Instalar o SDK do Azure Machine Learning para Python.

Opção 3: acesso em uma DSVM

A DSVM (Máquina Virtual de Ciência de Dados) é uma imagem de VM (máquina virtual) personalizada criada especificamente para fazer ciência de dados. Se você criar uma DSVM, o SDK e o servidor de notebook serão instalados e configurados para você. No entanto, você ainda precisa criar um espaço de trabalho e clonar o repositório de exemplo.

  1. Criar um workspace do Azure Machine Learning.

  2. Clone o repositório AzureML-Examples.

    git clone https://github.com/Azure/azureml-examples.git --depth 1

  3. Inicie o servidor de notebook no diretório que contém o clone.

    jupyter notebook

Conectar a um espaço de trabalho

Alguns exemplos usam MLClient.from_config() para se conectar a um espaço de trabalho. Para que esses exemplos funcionem, será necessário ter um arquivo de configuração em um diretório no caminho para o exemplo.

O Azure Machine Learning cria o arquivo de configuração para você na instância de computação. Para usar o código em seu próprio servidor de notebook ou DSVM, crie o arquivo de configuração manualmente. Use um dos métodos a seguir:

  • Escreva um arquivo de configuração (aml_config/config.json) na raiz do repositório clonado.

  • Baixe o arquivo de configuração do workspace de Estúdio do Azure Machine Learning:

    • Entre no Estúdio do Azure Machine Learning.
    • Selecione as configurações do workspace no canto superior direito.
    • Selecione Baixar arquivo de configuração.
    • Coloque o arquivo na raiz do repositório clonado.

    Captura de tela do processo de download do arquivo config.json.

  • Use o CLI do Azure para recuperar os valores necessários e criar o arquivo manualmente. Execute az account show --query id --output tsv para obter sua ID de assinatura. Em seguida, consulte Criar um arquivo de configuração do espaço de trabalho para ver o formato config.json e os campos obrigatórios.

Explore o repositório AzureML-Examples para descobrir o que o Azure Machine Learning pode fazer.

Para mais exemplos de MLOps, consulte https://github.com/Azure/mlops-v2.

Tente estes tutoriais:

  • Last updated on