Azure Machine Learning

Pour commencer

1. À la page Vue d’ensemble de l’apprentissage automatique, cliquez sur Lancer le studio.

   

2. Utilisez le menu déroulant pour sélectionner l’abonnement vdl et l’espace de travail Machine Learning auquel vous souhaitez accéder, puis cliquez sur Démarrer.

   

3. Une fois dans votre espace de travail Machine Learning, vous pouvez former, déployer et gérer des modèles d’apprentissage automatique, utiliser AutoML et utiliser des pipelines. Voir le Guide de démarrage rapide pour obtenir de plus amples renseignements.

   

Utilisation de la fonction indépendante notebook d’Azure Machine Learning

Exigences

Une instance de calcul dans Azure Machine Learning est nécessaire. Vous devriez la voir sous Calculer --> Instances de calcul. Note : Si une instance de calcul n’a pas été créée pour vous, veuillez communiquer avec l’équipe de soutien au moyen de Slack.

Étapes

1. Sous Notebooks, créez un nouveau notebook dans votre répertoire d’utilisateur. Vous pouvez ensuite saisir le code à exécuter.

   

2. Sélectionnez l’instance de calcul qui vous est attribuée.

   

3. Cliquez sur le bouton Démarrer le calcul et exécuter toutes les cellules pour exécuter votre code.

   

Utilisation de Databricks Connect comme ordinateur à distance

Avertissement : Veuillez noter que la configuration de Databricks Connect présentée ci-dessous est en cours de révision et qu’elle changera probablement dans un avenir proche.

Exigences

Une instance de calcul dans Azure Machine Learning est nécessaire. Vous devriez la voir sous Calculer --> Instances de calcul.

Note : Si une instance de calcul n’a pas été créée pour vous, veuillez communiquer avec l’équipe de soutien au moyen de Slack.

Étapes

1. Sous Notebooks, ouvrez Terminal.

   

2. Sélectionnez votre instance de calcul dans le menu déroulant à côté de Calculer.

3. Exécutez le code à partir de la page Databricks Connect Setup dans le terminal tout en suivant les directives pour continuer selon les besoins. Ce code installe Python 3.7 et met en place un nouveau noyau pour les notebooks d’Azure Machine Learning.

   Lorsque vous y êtes invité, entrez les valeurs suivantes pour configurer Databricks Connect :

   Hôte : l’URL de la page Vue d’ensemble pour votre espace de travail Databricks

   

   Jeton : le jeton d’accès personnel généré dans les paramètres utilisateur de votre espace de travail Databricks

   ID de grappe : la valeur indiquée sous Instance de calcul --> Options avancées--> Étiquettes dans votre espace de travail Databricks

   

   ID de l’organisation : la partie de l’URL de Databricks qui se trouve après .net/?o=

   

   Port : conserver la valeur existante

4. Exécutez le code suivant dans le terminal pour tester la connexion avec Azure Databricks. databricks-connect test (databricks - test de connexion)

5. Créez un nouveau notebook avec l’espace de travail Azure Machine Learning et sélectionnez noyau Python 3. La version Python 3.7.9 devrait maintenant s’afficher.

   

6. Databricks Connect devrait maintenant être configuré! Essayez le code échantillon Databricks Connect dans le bloc-notes, en remplaçant public-data/incoming/1test.txt par le chemin d’accès à un fichier dans votre conteneur de lac de données.

Demander un calcul

Veuillez communiquer avec l'équipe de soutien par l'intermédiaire du canal slack pour demander un calcul dans Azure Machine Learning. Vous recevrez l'erreur suivante si vous procédez à la création par vous-même: