Compartilhar via


Acesse um terminal de instância de computação em seu espaço de trabalho

Acesse o terminal de uma instância de computação em seu workspace para:

  • Usar arquivos do Git e da criar versão de meus arquivos. Esses arquivos são armazenados em seu sistema de arquivos do workspace, não restritos a uma única instância de computação.
  • Instale pacotes na instância de computação.
  • Crie kernels extras na instância de computação.

Pré-requisitos

Acessar um terminal

Para acessar o terminal:

  1. Abra seu workspace no Azure Machine Learning Studio.

  2. No lado esquerdo, selecione Notebooks.

  3. Selecione a imagem Abrir terminal.

    Abrir a Janela do Terminal

  4. Quando uma instância de computação está em execução, a janela do terminal dessa instância de computação é exibida.

  5. Quando nenhuma instância de computação estiver em execução, use a seção Computação para iniciar ou criar uma instância de computação. Iniciar ou criar uma instância de computação

Além das etapas anteriores, você também pode acessar o terminal a partir de:

  • No VS Code: selecione o Terminal > Novo Terminal no menu. A entrada pode estar oculta atrás de ... no menu. Para saber mais sobre como se conectar ao seu workspace do VS Code, consulte Trabalhar no VS Code conectado remotamente a uma instância de computação.
  • RStudio ou Posit Workbench (anteriormente denominado RStudio Workbench) (consulte Adicionar aplicativos personalizados, como RStudio ou Posit Workbench)): selecione a guia Terminal no canto superior esquerdo.
  • Jupyter Lab: selecione o bloco Terminal no cabeçalho Outro na guia Iniciador.
  • Jupyter Lab: selecione Novo>Terminal no canto superior direito na guia Arquivos.
  • SSH para o computador, se você habilitar o acesso SSH quando a instância de computação foi criada. Se a instância de computação estiver em uma rede virtual gerenciada e não tiver um endereço IP público, use o comando az ml compute connect-ssh para se conectar à instância de computação.

Copie e colar no terminal

Na seção Notebooks, você pode copiar e colar texto entre o terminal e as células do notebook.

  • Windows: Ctrl-c para copiar e use Ctrl-v, Ctrl-Shift-v ou Shift-Insert para colar.
  • Mac OS: Cmd-c para copiar e Cmd-v para colar.
  • O FireFox e o Internet Explorer podem não dar suporte a permissões de área de transferência corretamente.

Usar arquivos do Git e da criar versão de meus arquivos

Acesse todas as operações do Git no terminal. Todos os arquivos e pastas do Git são armazenados no sistema de arquivos do seu workspace. Esse armazenamento permite que você use esses arquivos de qualquer instância de computação em seu workspace.

Observação

Adicione seus arquivos e pastas em qualquer lugar na pasta ~/cloudfiles/code/Users para que eles fiquem visíveis em todos os seus ambientes do Jupyter.

Para integrar o Git ao workspace do Azure Machine Learning, confira Integração do Git para o Azure Machine Learning.

Instalar Pacotes

Instalar pacotes de uma janela do terminal. Instale pacotes no kernel que você deseja usar para executar seus notebooks. O kernel padrão é o python310-sdkv2.

Ou instale pacotes diretamente no Jupyter Notebook, RStudio ou Posit Workbench (anteriormente denominado RStudio Workbench):

Observação

Para o gerenciamento de pacotes em um notebook do Python, use funções magic %pip ou %conda para instalar automaticamente pacotes no kernel atualmente em execução, em vez de !pip ou !conda, que se refere a todos os pacotes (incluindo pacotes fora do kernel atualmente em execução)

Adicionar novos kernels

Aviso

Ao personalizar a instância de computação, não exclua ambientes do conda ou kernels do jupyter que você não criou. Isso poderá danificar a funcionalidade do Jupyter/JupyterLab.

Para adicionar um novo kernel Jupyter à instância de computação:

  1. Use a janela do terminal para criar um ambiente. Por exemplo, o comando a seguir cria newenv:

    conda create --name newenv
    
  2. Ative o ambiente. Por exemplo, depois de criar newenv:

    conda activate newenv
    
  3. Instalar o pacote pip e ipykernel no novo ambiente e criar um kernel para esse env conda

    conda install pip
    conda install ipykernel
    python -m ipykernel install --user --name newenv --display-name "Python (newenv)"
    

Qualquer um dos Kernels do Jupyter disponíveis pode ser instalado.

Para adicionar um novo kernel R à instância de computação:

  1. Use a janela do terminal para criar um ambiente. Por exemplo, o comando a seguir cria r_env:

    conda create -n r_env r-essentials r-base
    
  2. Ative o ambiente. Por exemplo, depois de criar r_env:

    conda activate r_env
    
  3. Execute o R no novo ambiente:

    R
    
  4. No prompt do R, execute IRkernel:

    IRkernel::installspec(name = 'irenv', displayname = 'New R Env')
    
  5. Saia da sessão do R.

    q()
    

Levará alguns minutos para que o novo kernel R esteja pronto para ser usado. Se você receber um erro dizendo que é inválido, aguarde e, a seguir, tente novamente.

Para obter mais informações sobre o conda, consulte Usando a linguagem R com o Anaconda. Para obter mais informações sobre o IRkernel, consulte Kernel R nativo para Jupyter.

Remover kernels adicionados

Aviso

Ao personalizar a instância de computação, não exclua ambientes do conda ou kernels do jupyter que você não criou.

Para remover um kernel Jupyter adicionado da instância de computação, você deve remover o kernelspec e (opcionalmente) o ambiente conda. Você também pode optar por manter o ambiente conda. Você precisa remover o kernelspec; se não o fizer, o kernel continuará selecionável e poderá causar um comportamento inesperado.

Para remover o kernelspec:

  1. Use a janela do terminal para listar e localizar o kernelspec:

    jupyter kernelspec list
    
  2. Remova o kernelspec, substituindo UNWANTED_KERNEL pelo kernel que você gostaria de remover:

    jupyter kernelspec uninstall UNWANTED_KERNEL
    

Para remover o ambiente conda também:

  1. Use a janela do terminal para listar e localizar o ambiente do conda:

    conda env list
    
  2. Remova o ambiente conda, substituindo ENV_NAME pelo ambiente conda que você gostaria de remover:

    conda env remove -n ENV_NAME
    

Mediante a atualização, a lista do kernel na sua exibição de notebooks deverá refletir as alterações que você fez.

Gerenciar sessões de terminal

As sessões do terminal poderão permanecer ativas se as guias do terminal não forem fechadas corretamente. O excesso de sessões de terminal ativas pode afetar o desempenho da instância de computação.

Selecione Gerenciar sessões ativas na barra de ferramentas do terminal para ver uma lista de todas as sessões de terminal ativas e desligue as sessões que você não precisa mais.

Saiba mais sobre como gerenciar sessões em execução na computação em Gerenciar sessões de notebook e de terminal.

Aviso

Lembre-se de fechar as sessões que você não precisa mais para preservar os recursos da instância de computação e otimizar o desempenho.