Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Informazioni su come configurare l'estensione Visual Studio Code di Azure Machine Learning per i flussi di lavoro di apprendimento automatico. È sufficiente configurare questa estensione quando si usa l'applicazione desktop di VS Code. Se si usa VS Code per il Web, questo processo viene gestito automaticamente.
L'estensione di Azure Machine Learning per VS Code fornisce un'interfaccia utente per:
- Gestire risorse di Azure Machine Learning come esperimenti, macchine virtuali, modelli e distribuzioni.
- Sviluppare in locale usando istanze di calcolo remote.
- Eseguire il training di modelli di Machine Learning.
- Eseguire il debug degli esperimenti di Machine Learning in locale.
- Ottieni il supporto linguistico basato su schema, l'autocompletamento e la diagnostica per la creazione di file di specifiche.
Prerequisiti
- Abbonamento di Azure. Se non se ne possiede una, iscriversi per provare la versione gratuita o a pagamento di Azure Machine Learning.
- Visual Studio Code. Se non è disponibile, installarlo.
- Python 3.10 o versione successiva
- (Facoltativo) Per creare risorse usando l'estensione , installare l'interfaccia della riga di comando (v2). Per istruzioni sull'installazione, vedere Installare, configurare e usare l'interfaccia della riga di comando (v2).
- Clonare il repository guidato dalla community
git clone https://github.com/Azure/azureml-examples.git --depth 1
Installare l'estensione
Apri Visual Studio Code.
Selezionare l'icona Estensioni dalla barra delle attività per aprire la visualizzazione Estensioni.
Nella barra di ricerca della visualizzazione Estensioni, digitare "Azure Machine Learning" e selezionare la prima estensione.
Selezionare Installa.
Importante
Per impostazione predefinita, l'estensione di VS Code per Azure Machine Learning usa l'interfaccia della riga di comando (v2). Il supporto per l'interfaccia della riga di comando v1 termina il 30 settembre 2025. Se si usa ancora l'interfaccia della riga di comando v1, passare all'interfaccia della riga di comando v2 appena possibile. Per altre informazioni, vedere Aggiornamento alla v2.
Accedi al tuo account Azure
Per effettuare il provisioning di risorse e carichi di lavoro in Azure, accedere usando le credenziali dell'account Azure. Per semplificare la gestione degli account, Azure Machine Learning installa automaticamente l'estensione Account Azure. Per altre informazioni, vedere altre informazioni sull'estensione Account Azure.
Per accedere all'account Azure, selezionare il pulsante Azure: Accedi nell'angolo in basso a destra sulla barra di stato di Visual Studio Code per avviare il processo di accesso.
Scegliere l'area di lavoro predefinita
Quando si sceglie un'area di lavoro predefinita di Azure Machine Learning, si ottengono i vantaggi seguenti quando si creano file di specifica YAML dell'interfaccia della riga di comando (v2):
- Convalida dello schema
- Completamento automatico
- Diagnostica
Se non si dispone di un'area di lavoro, crearne una. Per altre informazioni, vedere Gestire le risorse di Azure Machine Learning con l'estensione VS Code.
Per scegliere l'area di lavoro predefinita, selezionare il pulsante Imposta area di lavoro di Azure Machine Learning nella barra di stato di Visual Studio Code e seguire le istruzioni per impostare l'area di lavoro predefinita.
In alternativa, usare il comando > Azure ML: Set Default Workspace nel riquadro comandi e seguire i prompt per impostare l'area di lavoro.
Per aprire il riquadro comandi, selezionare Visualizza > riquadro comandi o premere CTRL+MAIUSC+P (CMD+MAIUSC+P in macOS). Digitare quindi Azure ML: Set Default Workspace.