# AzureML Notebook VM入门

注意

该贴的内容已经过期;关于即将推出的Azure机器学习计算实例,请查阅这篇新文章

img

内容摘要:Azure 机器学习(AML)是一种基于云端环境,你可以使用它来训练、部署、自动化、管理和跟踪 ML 模型。在下面的教程里,我们将介绍如何创建一个运行Azure Notebook VM。

# AzureML Notebook VMs有哪些优点?

AzureML Notebook VMs是一个基于云的环境,它预装了所有你需要用于机器学习和数据科学研究的功能。

AzureML Notebook VM安全易用,具备完全可自定义的功能,并且直接集成在Azure机器学习服务中,为数据科学家提供了代码优先的体验,便于使用Azure ML来构建和部署模型。

AzureML Notebook VM的特性:

  • 安全性 — AML工作区与Azure Active Directory相互集成,支持通过该内置功能进行身份验证,访问工作区资源。
  • 可扩展性 — 因为Notebooks是由AML服务进行管理,仅需在AML工作区网页上轻点几下鼠标,即可按需增减所需的计算资源。
  • 预配置 — 默认提供最新AML Python环境,还有GPU驱动,Pytorch,Tensorflow,Scikit learn, R语言等诸多资源。
  • 可定制化 — 可通过ssh访问虚拟机,安装你自己的工具或驱动,并且所作改动即使关机重启后依然保留。

# 第一步:登录Azure

如果你还没有Azure订阅,请通过以下链接获取免费账号。

立即创建 Azure 免费帐户

# 第二步:创建Azure机器学习工作区

img

按照上面动图中的步骤来创建一个新的Azure机器学习服务实例。请参考以下教程获得更多信息。

教程:创建你的第一个ML试验 - Azure机器学习

# 第三步:在 Azure 机器学习中的工作区内选择“Compute”

img

# 第四步:点击“New”

img

# 第五步:选择合适的VM类型并部署

img

以下文档提供了VM类型和价格列表。对于大多数的项目,推荐使用标准系列;而对于GPU有一定要求的项目,建议使用N系列。

虚拟机系列

选择完成后,点击“Create”按钮。根据配置不同,新虚拟机的创建大约是5 ~10分钟。

# 第六步:Jupyter、JupyterLab 和 RStudio,挑选你喜欢的工具开始编写代码吧

img

img

img

# 最佳实践:关闭不在使用中的VM,删除使用标准依赖项的VM。

img

不同于DSVM,由于所有Notebooks数据都保留在Azure机器学习服务的Notebooks区,你的数据能够被恢复并在多个Notebook VMs之间共享。因此,可以实现使用一台标准VM进行基本数据处理;当需要GPU算力时,无缝切换至另一台N系列VM。

# 后续步骤

现在你已经创建了你的第一台Notebook VM了,来看看我之前发布的9个机器学习生产环境下的高级技巧。

9 Advanced Tips for Production Machine Learning

还有一篇如何使用Visual Studio Code对你新创建的Notebook VM设置远程调试。

[danielsc/azureml-debug-training](https://github.com/danielsc/azureml-debug-training/blob/master/Setting up VSCode Remote on an AzureML Notebook VM.md)

# 关于作者

Aaron(Ari)Bornstein是一位狂热的AI爱好者,热衷于了解新技术、历史和计算医学。作为一名微软云开发大使团队的开源工程师,他通过与以色列高科技社区的相互协作,运用最前沿技术解决了各种现实场景中的难题。这些技术随后被记录、开源并与全世界分享。