管理 Azure 机器学习工作室中的软件环境
本文介绍如何在 Azure 机器学习工作室中创建和管理 Azure 机器学习环境。 使用环境可以在项目软件依赖项演化时对其进行跟踪和再现。
本文中的示例演示如何执行以下操作：
- 浏览特选环境。
- 创建环境并指定包依赖项。
- 编辑现有的环境规范及其属性。
- 重新生成环境并查看映像生成日志。
有关环境的简要概述，请参阅什么是 Azure 机器学习环境？有关详细信息，请参阅如何设置 Azure 机器学习的开发环境。
先决条件
- Azure 订阅。 如果没有 Azure 订阅，请创建一个试用帐户。
- 一个 Azure 机器学习工作区。
浏览特选环境
特选环境包含 Python 包的集合，默认情况下可以在你的工作区中使用。 这些环境由缓存的 Docker 映像提供支持，这降低了作业准备成本并支持训练和推理方案。
选择一个环境以查看有关其内容的详细信息。 有关详细信息，请参阅 Azure 机器学习特选环境。
创建环境
要创建环境，请执行以下操作：
- 在 Azure 机器学习工作室中打开工作区。
- 在左侧选择“环境”。
- 选择“自定义环境”选项卡。
- 选择“创建”按钮。
选择以下任一选项：
- 创建新的 docker 上下文。
- 从现有环境开始。
- 上传现有的 docker 上下文。
- 将现有 docker 映像与可选 conda 文件配合使用。
你可以自定义配置文件、添加标记和说明并在创建实体之前查看属性。
如果为新环境指定的名称与工作区中现有环境的名称相同，则将创建现有环境的新版本。
查看并编辑环境详细信息
创建环境后，通过选择其名称查看详细信息。 使用下拉菜单选择环境的不同版本。 在这里，你可以通过环境的各种不同依赖项来查看其元数据和内容。
在“上下文”选项卡下选择铅笔图标以编辑标记、说明和配置文件。
请记住，对 Docker 或 Conda 部分所做的任何更改都将创建新版本的环境。
查看日志
选择详细信息页面中的“生成日志”选项卡，以查看某个环境版本的日志和环境日志分析。 环境日志分析是一项功能，可提供见解和相关故障排除文档来解释环境定义问题或映像生成失败。
- 生成日志将包含 Azure 容器注册表 (ACR) 任务或映像生成计算作业的裸输出。
- 映像生成分析是对生成日志的分析，用于查看映像生成失败的原因。
- 如果环境定义与可再现性、可支持性或安全性方面的最佳实践相违背，则环境定义分析将提供有关环境定义的信息。
有关常见生成失败的概述，请参阅排查环境问题。
如果你有环境日志分析方面的反馈，请提交 GitHub 问题。
重新生成环境
在详细信息页面上，选择“重新生成”按钮以重新生成环境。 配置文件中的任何取消固定的包版本都可能会使用此操作更新到最新版本。