快速入门：设置适用于 Linux (Ubuntu) 的 Data Science Virtual Machine

  • 项目

使用 Ubuntu 20.04 Data Science Virtual Machine 和 Azure DSVM for PyTorch 启动并运行。

先决条件

若要创建 Ubuntu 20.04 Data Science Virtual Machine 或 an Azure DSVM for PyTorch，必须具备 Azure 订阅。 免费试用 Azure。

注意

Azure 试用版订阅不支持由 GPU 提供支持的虚拟机 SKU。

创建适用于 Linux 的数据科学虚拟机

下面是创建 Ubuntu 20.04 Data Science Virtual Machine 或 Azure DSVM for PyTorch 实例的步骤：

  1. 转到 Azure 门户。 如果你尚未登录到 Azure 帐户，系统可能会提示你登录。

  2. 查找虚拟机列表，方法是键入“data Science virtual machine”并选择“Data Science Virtual Machine- Ubuntu 20.04”或“Azure DSVM for PyTorch”

  3. 在下一个窗口上选择“创建”。

  4. 你应该被重定向到“创建虚拟机”边栏选项卡。

  5. 输入以下信息以配置向导的每个步骤：

    1. 基本信息：

      • 订阅：如果有多个订阅，请选择要在其上创建虚拟机并对其计费的订阅。 必须具有此订阅的资源创建权限。

      • 资源组：新建资源组，或使用现有资源组。

      • 虚拟机名称：输入虚拟机的名称。 此名称在你的 Azure 门户中使用。

      • 区域：选择最合适的数据中心。 为获得最快的网络访问速度，请选择包含大部分数据，或者最接近实际位置的数据中心。 详细了解 Azure 区域。

      • 映像：保留默认值。

      • 大小：此选项应自动填充为适合一般工作负荷的大小。 详细了解 Azure 中的 Linux VM 大小。

      • 身份验证类型：为了更快地设置，请选择“密码”。

        注意

        如果打算使用 JupyterHub，请确保选择“密码”，因为 JupyterHub 未配置为使用 SSH 公钥。

      • 用户名：输入管理员用户名。 你使用此用户名登录你的虚拟机。 此用户名无需与 Azure 用户名相同。 不要使用大写字母。

        重要

        如果在用户名中使用大写字母，JupyterHub 将无法正常工作，并且你将遇到 500 内部服务器错误。

      • 密码：输入将用于登录到虚拟机的密码。

    2. 选择“查看 + 创建”。

    3. 查看 + 创建

      • 验证输入的所有信息是否正确。
      • 选择“创建”。

    预配大约需要 5 分钟。 状态将显示在 Azure 门户中。

如何访问 Ubuntu Data Science Virtual Machine

可以通过以下四种方式之一访问 Ubuntu DSVM：

  • 终端会话 SSH
  • 图形会话 xrdp
  • X2Go 图形会话
  • Jupyter 笔记本的 JupyterHub 和 JupyterLab

SSH

如果使用 SSH 身份验证配置了 VM，可以使用在步骤 3 的“基本信息”部分中为文本 shell 接口创建的帐户凭据进行登录。 详细了解如何连接到 Linux VM。

xrdp

xrdp 是用于访问 Linux 图形会话的标准工具。 虽然默认情况下，发行版中不包含此工具，但你可以按照以下说明进行安装。

X2Go

注意

在测试方面，X2Go 客户端的性能优于 X11 转发。 建议对图形桌面界面使用 X2Go 客户端。

Linux VM 已通过 X2Go 服务器进行预配并且可接受客户端连接。 若要连接到 Linux VM 图形桌面，请在客户端上完成以下过程：

  1. 从 X2Go 为客户端平台下载并安装 X2Go 客户端。

  2. 请记下虚拟机的公共 IP 地址，可以通过在 Azure 门户中打开创建的虚拟机找到该地址。

    Ubuntu machine IP address

  3. 运行 X2Go 客户端。 如果“新建会话”窗口未自动弹出，请转到“会话”->“新建会话”。

  4. 在显示的配置窗口中，输入以下配置参数：

    • 会话选项卡：
      • 主机：输入之前记下的 VM 的 IP 地址。
      • 登录名：输入 Linux VM 上的用户名。
      • SSH 端口：保留默认值 22。
      • 会话类型：将值更改为“XFCE”。 Linux VM 目前仅支持 XFCE 桌面。
    • 媒体选项卡：如果无需使用声音支持和客户端打印功能，可将其关闭。
    • 共享文件夹：使用此选项卡添加要装载到 VM 上的客户端计算机目录。

    X2go configuration

  5. 选择“确定”。

  6. 单击 X2Go 窗口右窗格中的框以调出 VM 的登录屏幕。

  7. 输入 VM 的密码。

  8. 选择“确定” 。

  9. 可能必须授予 X2Go 绕过防火墙的权限才能完成连接。

  10. 现在应会看到 Ubuntu DSVM 的图形界面。

JupyterHub 和 JupyterLab

Ubuntu DSVM 运行 JupyterHub，一个多用户 Jupyter 服务器。 若要连接，请执行以下步骤：

  1. 通过在 Azure 门户中搜索并选择 VM，记下 VM 的公共 IP 地址。 Ubuntu machine IP address

  2. 在本地计算机上，打开 Web 浏览器，然后导航到 https://your-vm-ip:8000，将“your-vm-ip”替换为之前记下的 IP 地址。

  3. 浏览器可能会阻止你直接打开页面，并告知你存在证书错误。 DSVM 通过自签名证书提供安全性。 大多数浏览器都允许你在此警告后单击浏览余下内容。 许多浏览器会继续在整个 Web 会话中提供有关证书的某种视觉警告。

    注意

    如果在浏览器中看到 ERR_EMPTY_RESPONSE 错误消息，请确保使用 HTTPS 协议访问计算机，而不是使用 HTTP 或仅使用 Web 地址 。 如果在地址行中键入不带 https:// 的 web 地址，则大多数浏览器将默认为 http，并会显示此错误。

  4. 输入用于创建 VM 的用户名和密码，然后登录。

    Enter Jupyter login

    注意

    如果在此阶段收到 500 错误，很可能是因为在用户名中使用了大写字母。 这是 Jupyter 中心与其使用的 PAMAuthenticator 之间的一种已知交互。 如果收到“无法访问此页面”错误，很可能需要调整你的网络安全组权限。 在 Azure 门户中，查找资源组中的网络安全组资源。 若要从公共 Internet 访问 JupyterHub，必须打开端口 8000。 （图像显示此 VM 已配置为实时访问，这是强烈推荐的做法。请参阅通过实时访问保护管理端口。）Configuration of Network Security Group

  5. 浏览许多可用的示例笔记本。

也会提供 JupyterLab（下一代的 Jupyter 笔记本和 JupyterHub）。 若要访问它，请登录到 JupyterHub，然后浏览到 URL https://your-vm-ip:8000/user/your-username/lab，将“your-username”替换为在配置 VM 时选择的用户名。 同样，由于证书错误，系统一开始可能就会阻止你访问站点。

可以通过将此行添加到 /etc/jupyterhub/jupyterhub_config.py，将 JupyterLab 设置为默认 Notebook 服务器：

c.Spawner.default_url = '/lab'

后续步骤

以下是继续学习和探索的方法：

  • 适用于 Linux 的 Data Science Virtual Machine 上的数据科学演练演示了如何使用此处预配的 Linux DSVM 执行多种常见的数据科学任务。
  • 请在 DSVM 上尝试探索本文中所述的各种数据科学工具。 还可以在虚拟机上的 shell 中运行 dsvm-more-info，获取有关 VM 上安装的工具的基本介绍和信息指南。
  • 了解如何使用 Team Data Science Process 系统地生成分析解决方案。
  • 访问 Azure AI 库，获取使用 Azure AI 服务的机器学习和数据分析示例。
  • 请参阅此虚拟机的相应参考文档。