Exemplos nas Máquinas Virtuais de Ciência de Dados

Artigo
09/03/2024

Uma DSVM (Máquina Virtual de Ciência de Dados) do Azure inclui um conjunto abrangente de códigos de exemplo. Esses exemplos incluem notebooks e scripts do Jupyter em linguagens como Python e R.

Observação

Para obter mais informações sobre como executar notebooks do Jupyter nas suas máquinas virtuais de ciência de dados, confira a seção Acessar o Jupyter.

Pré-requisitos

Para executar essas amostras, você precisa ter provisionado uma Máquina Virtual de Ciência de Dados do Ubuntu.

Exemplos disponíveis

Categoria de exemplos	Descrição	Locais
Linguagem Python	As amostras que explicam os cenários como se conectar com armazenamentos de dados em nuvem baseados no Azure e como trabalhar com o Azure Machine Learning. Linguagem Python	`~notebooks`
Linguagem Julia	Fornece uma descrição detalhada de plotagem e aprendizado profundo no Julia. Explica como chamar o C e o Python por meio do Julia. Linguagem Julia	Windows: `~notebooks/Julia_notebooks` Linux: `~notebooks/julia`
Azure Machine Learning	Ilustra como criar modelos de machine learning e de aprendizagem profunda com o Machine Learning. Implante modelos em qualquer lugar. Use aprendizado de máquina automatizado e ajuste de hiperparâmetro inteligente. Use o gerenciamento de modelos e treinamento distribuído. Machine Learning	`~notebooks/AzureML`
Notebooks do PyTorch	Exemplos de aprendizagem profunda que usam redes neurais baseadas no PyTorch. Os notebooks vão de cenários iniciantes a avançados. Notebooks do PyTorch	`~notebooks/Deep_learning_frameworks/pytorch`
TensorFlow	Várias amostras de rede neural e técnicas implementadas com a estrutura TensorFlow. TensorFlow	`~notebooks/Deep_learning_frameworks/tensorflow`
H2O	Exemplos baseados no Python que usam o H2O para problemas de situações reais. H2O	`~notebooks/h2o`
Linguagem SparkML	Amostras que usam recursos do kit de ferramentas da MLLib do Apache Spark por meio do pySpark e do MMLSpark: Microsoft Machine Learning para Apache Spark no Apache Spark 2.x. Linguagem SparkML	`~notebooks/SparkML/pySpark` `~notebooks/MMLSpark`
XGBoost	Amostras padrão de machine learning no XGBoost, por exemplo, classificação e regressão. XGBoost	Windows: `\dsvm\samples\xgboost\demo`

Acessar o Jupyter

Para acessar o Jupyter, selecione o ícone Jupyter no menu da área de trabalho ou do aplicativo. Você também pode acessar o Jupyter em uma edição do Linux de uma DSVM. Para obter acesso remoto em um navegador da Web, visite https://<Full Domain Name or IP Address of the DSVM>:8000 no Ubuntu.

Para adicionar exceções e disponibilizar o acesso ao Jupyter por meio de um navegador, use estas diretrizes:

Habilitar exceção do Jupyter