Partager via

Explorer Azure Machine Learning avec des notebooks Jupyter (v1)

  • Article

S’APPLIQUE À : SDK Python azureml v1

Le dépôt Azure Machine Learning Notebooks contient des exemples du SDK Python Azure Machine Learning (v1). Ces notebooks Jupyter sont conçus pour vous aider à explorer le SDK, et servent de modèles pour vos propres projets Machine Learning. Dans ce référentiel, vous voyez que des notebooks de tutoriel se trouvent dans le dossier tutorials, et que des notebooks relatifs à certaines fonctionnalités se trouvent dans le dossier how-to-use-azureml.

Cet article vous montre comment accéder aux référentiels dans les environnements suivants :

  • Instance de calcul Azure Machine Learning
  • Utiliser son propre serveur de notebooks
  • Machine virtuelle de science des données

Le moyen le plus simple de bien démarrer avec les échantillons consiste en la Création des ressources dont vous avez besoin pour commencer. Une fois que vous l’aurez suivi, vous disposerez d’un serveur de notebook dédié dans lequel auront été préchargés le SDK et le référentiel Azure Machine Learning Notebooks. Aucune installation ni aucun téléchargement ne sont nécessaires.

Pour afficher les exemples de notebooks : 1. Connectez-vous à Studio et sélectionnez votre espace de travail si nécessaire. 1. sélectionnez Notebooks. 1. Sélectionnez l’onglet Exemples. Utilisez le dossier SDK v1 pour obtenir des exemples à l’aide du Kit de développement logiciel (SDK) Python v1.

Option 2 : Accès sur votre propre serveur de notebooks

Si vous souhaitez utiliser votre propre serveur de notebooks pour le développement local, effectuez les étapes suivantes sur votre ordinateur.

  1. Installez le kit SDK Azure Machine Learning (v1) pour Python en suivant les instructions fournies dans l’article sur le kit SDK Azure Machine Learning.

  2. Créez un espace de travail Azure Machine Learning.

  3. Écrire un fichier de configuration (aml_config/config.json).

  4. Clonez le référentiel Machine Learning Notebooks.

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

  5. Démarrez le serveur de notebook à partir du répertoire contenant votre clone.

    jupyter notebook

Ces instructions permettent d’installer les packages de base du SDK qui sont nécessaires pour le guide de démarrage rapide et les notebooks du tutoriel. Les autres exemples de notebooks peuvent nécessiter l’installation de composants supplémentaires. Pour plus d’informations, consultez Installer le kit SDK Azure Machine Learning pour Python.

Option 3 : Accès sur une machine virtuelle DSVM

La machine virtuelle DSVM (Data Science Virtual Machine) est une image de machine virtuelle personnalisée spécialement conçue pour la science des données. Lorsque vous créez une machine virtuelle DSVM, le SDK et le serveur de notebooks sont installés et configurés automatiquement. Toutefois, vous devrez créer un espace de travail et cloner l’exemple de dépôt.

  1. Créez un espace de travail Azure Machine Learning.

  2. Ajoutez un fichier de configuration d’espace de travail à l’aide de l’une des méthodes suivantes :

    • Dans Azure Machine Learning studio, sélectionnez les paramètres de votre espace de travail en haut à droite, puis sélectionnez Télécharger le fichier config.

    Capture d’écran du téléchargement de config.json.

  3. À partir du répertoire dans lequel vous avez ajouté le fichier de configuration, clonez le référentiel Machine Learning Notebooks.

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

  4. Démarrez le serveur de notebook à partir du répertoire, qui contient maintenant le clone et le fichier config.

    jupyter notebook

Étapes suivantes

Explorez le dépôt MachineLearningNotebooks pour découvrir ce qu’Azure Machine Learning peut faire.

Pour obtenir d’autres exemples de projets GitHub, consultez les dépôts suivantes :