Explorer Azure Machine Learning avec des notebooks Jupyter

S’APPLIQUE À : Kit de développement logiciel (SDK) Python azure-ai-mlv2 (actuel)

Le dépôt AzureML-Examples inclut les derniers exemples du SDK et de l’interface CLI Python Azure Machine Learning (v2). Pour plus d’informations sur les différents types d’exemples, consultez le readme.

Cet article vous montre comment accéder au dépôt dans les environnements suivants :

• Instance de calcul Azure Machine Learning
• Votre propre ressource de calcul
• Data Science Virtual Machine (DSVM)

Vous pouvez également parcourir des exemples de code.

Option 1 : Accès sur une instance de calcul Azure Machine Learning (recommandé)

Pour démarrer avec les exemples, la façon la plus simple est de suivre Créer des ressources pour commencer. Lorsque vous avez terminé, vous disposez d’un serveur de notebooks dédié préchargé avec le Kit de développement logiciel (SDK) et le référentiel Azure Machine Learning Notebooks. Vous n’avez pas besoin de télécharger ou d’installer quoi que ce soit.

Pour afficher des exemples de cahiers de notes

1. Connectez-vous à Studio et sélectionnez votre espace de travail au besoin.
2. Sélectionnez Notebooks.
3. Sélectionnez l’onglet Exemples. Utilisez le dossier SDK v2 pour obtenir des exemples à l’aide du kit de développement logiciel (SDK) Python v2.
4. Ouvrez le notebook que vous souhaitez exécuter. Sélectionnez Cloner ce notebook pour créer une copie dans le partage de fichiers de votre espace de travail. Cette action effectue une copie du notebook, ainsi que des ressources dépendantes, dans le stockage de fichiers de votre projet.

Option 2 : Accès sur votre propre serveur de notebooks

Si vous souhaitez apporter votre propre serveur de notebooks pour le développement local, procédez comme suit sur votre ordinateur.

1. Installez le kit SDK Azure Machine Learning (v2) 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. Clonez le référentiel AzureML-Examples.

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

4. 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 nécessaires pour le démarrage rapide et les carnets d’exercices du tutoriel. D’autres exemples de notebooks peuvent demander d’installer des 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 conçue spécifiquement 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 référentiel.

1. Créez un espace de travail Azure Machine Learning.

2. Clonez le référentiel AzureML-Examples.

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

3. Démarrez le serveur de notebook à partir du répertoire qui contient votre clone.

   jupyter notebook
   

Se connecter à un espace de travail

Certains exemples utilisent MLClient.from_config() pour se connecter à un espace de travail. Pour que ces exemples fonctionnent, vous avez besoin d’un fichier de configuration dans un répertoire sur le chemin d’accès à l’exemple.

Azure Machine Learning crée le fichier de configuration pour vous sur l’instance de calcul. Pour utiliser le code sur votre propre serveur notebook ou DSVM, créez le fichier de configuration manuellement. Utilisez l'une des méthodes suivantes :

• Écrivez un fichier de configuration (aml_config/config.json) à la racine de votre référentiel cloné.

• Téléchargez le fichier de configuration de l’espace de travail :

  • Connectez-vous à Azure Machine Learning Studio.
  • Sélectionnez les paramètres de votre espace de travail en haut à droite.
  • Sélectionnez Télécharger le fichier de configuration.
  • Placez le fichier à la racine de votre référentiel cloné.

  

Ressources associées

Explorez le dépôt AzureML-Examples pour découvrir ce qu’Azure Machine Learning peut faire.

Pour plus d’exemples de MLOps, consultez https://github.com/Azure/mlops-v2.

Essayez ces tutoriels :

• Démarrage rapide : Prise en main d’Azure Machine Learning.

• Tutorial : entraîner un modèle de détection d’objet avec AutoML et Python.