Azure Data Science Virtual Machine 示例
Azure Data Science Virtual Machine (DSVM) 包含一整套示例代码。 这些示例包括用 Python 和 R 等语言写成的 Jupyter 笔记本和脚本。
注意
若要详细了解如何在 Data Science Virtual Machine 上运行 Jupyter 笔记本,请参阅访问 Jupyter 部分。
先决条件
为了运行这些示例,必须预配 Ubuntu Data Science Virtual Machine。
可用示例
示例类别 | 说明 | 位置 |
---|---|---|
Python 语言 | 示例介绍了多种方案,例如如何连接到基于 Azure 的云数据存储,以及如何使用 Azure 机器学习。 Python 语言 |
~notebooks |
Julia 语言 | 详细说明了 Julia 中的绘图和深度学习。 此外还介绍了如何通过 Julia 调用 C 和 Python。 Julia 语言 |
Windows: ~notebooks/Julia_notebooks Linux: ~notebooks/julia |
Azure 机器学习 | 介绍了如何使用机器学习生成机器学习和深度学习模型。 在任意位置部署模型。 使用自动化机器学习和智能超参数优化。 还使用模型管理和分布式定型。 机器学习 |
~notebooks/AzureML |
PyTorch Notebook | 使用基于 PyTorch 的神经网络的深度学习示例。 Notebook 从新手方案到高级方案都有涵盖。 PyTorch Notebook |
~notebooks/Deep_learning_frameworks/pytorch |
TensorFlow | 使用 TensorFlow 框架实现的各种神经网络示例和技术。 TensorFlow |
~notebooks/Deep_learning_frameworks/tensorflow |
H2O | 基于 Python 的示例,使用 H2O 处理实际问题方案。 H2O |
~notebooks/h2o |
SparkML 语言 | 通过 pySpark 和 MMLSpark 使用 Apache Spark MLLib 工具箱功能的示例:面向 Apache Spark 2.x 上的 Apache Spark 的 Microsoft 机器学习。 SparkML 语言 |
~notebooks/SparkML/pySpark ~notebooks/MMLSpark |
XGBoost | XGBoost 中的标准机器学习示例,用于分类、回归等场景。 XGBoost |
Windows: \dsvm\samples\xgboost\demo |
访问 Jupyter
若要访问 Jupyter,请选择桌面或应用程序菜单中的 Jupyter 图标。 还可以在 Linux 版的 DSVM 上访问 Jupyter。 若要在 Web 浏览器中执行远程访问,请在 Ubuntu 上转到 https://<Full Domain Name or IP Address of the DSVM>:8000
。
若要添加例外并允许通过浏览器访问 Jupyter,请使用以下指南:
使用登录 Data Science Virtual Machine 所用的密码进行登录。
Jupyter 主页