使用 VS Code 扩展(预览版)管理 Azure 机器学习资源

了解如何使用 VS Code 扩展管理 Azure 机器学习资源。

重要

此功能目前处于公开预览状态。 此预览版在提供时没有附带服务级别协议,我们不建议将其用于生产工作负荷。 某些功能可能不受支持或者受限。

有关详细信息,请参阅适用于 Azure 预览版的补充使用条款

Azure 机器学习 VS Code 扩展

先决条件

创建资源

创建资源的最快方法是使用扩展的工具栏。

  1. 打开“Azure 机器学习”视图。
  2. 在活动栏中选择 +
  3. 从下拉列表中选择你的资源。
  4. 配置规范文件。 所需的信息取决于要创建的资源类型。
  5. 右键单击规范文件,然后选择“AzureML: 执行 YAML”。

或者,可以使用命令面板来创建资源:

  1. 选择“视图”>“命令面板”打开命令面板
  2. 在文本框中输入 > Azure ML: Create <RESOURCE-TYPE>。 将 RESOURCE-TYPE 替换为要创建的资源类型。
  3. 配置规范文件。
  4. 选择“视图”>“命令面板”打开命令面板
  5. 在文本框中输入 > Azure ML: Create Resource

控制资源的版本

某些资源(如环境和模型)允许对资源进行更改并存储不同的版本。

若要控制资源的版本,请执行以下操作:

  1. 使用创建了该资源的现有规范文件,或者遵循资源创建过程创建新的规范文件。
  2. 在模板中递增版本号。
  3. 右键单击规范文件,然后选择“AzureML: 执行 YAML”。

只要已更新的资源名称与前一版本相同,Azure 机器学习就会拾取更改并创建新版本。

工作区

有关详细信息,请参阅工作区

创建工作区

  1. 在“Azure 机器学习”视图中,右键单击你的订阅节点,然后选择“创建工作区”。
  2. 此时会显示规范文件。 配置规范文件。
  3. 右键单击规范文件,然后选择“AzureML: 执行 YAML”。

或者,在命令面板中使用 > Azure ML: Create Workspace 命令。

删除工作区

  1. 展开包含你的工作区的订阅节点。
  2. 右键单击要删除的工作区。
  3. 选择是否要进行以下删除:
    • 仅工作区:此选项仅删除工作区 Azure 资源。 工作区所附加到的资源组、存储帐户和任何其他资源仍在 Azure 中。
    • 包括关联的资源:此选项会删除工作区以及与其关联的所有资源。

或者,在命令面板中使用 > Azure ML: Remove Workspace 命令。

数据存储

该扩展目前支持以下类型的数据存储:

  • Azure Blob

  • Azure Data Lake Gen 2

  • Azure 文件

有关详细信息,请参阅数据存储

有关详细信息,请参阅数据存储

创建数据存储

  1. 展开包含你的工作区的订阅节点。
  2. 展开要在其下创建数据存储的工作区节点。
  3. 右键单击“数据存储”节点,然后选择“创建数据存储” 。
  4. 选择数据存储类型。
  5. 此时会显示规范文件。 配置规范文件。
  6. 右键单击规范文件,然后选择“AzureML: 执行 YAML”。

或者,在命令面板中使用 > Azure ML: Create Datastore 命令。

管理数据存储

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 在工作区中展开“数据存储”节点。
  4. 右键单击要对其执行以下操作的数据存储:
    • “取消注册数据存储”。 从工作区中删除该数据存储。
    • “查看数据存储”。 显示只读的数据存储设置

或者,在命令面板中分别使用 > Azure ML: Unregister Datastore> Azure ML: View Datastore 命令。

数据集

该扩展当前支持以下数据集类型:

  • 表格:允许将数据具体化为数据帧。
  • 文件:文件或文件集合。 允许你将文件下载或装载到计算机。

有关详细信息,请参阅数据集

创建数据集

  1. 展开包含你的工作区的订阅节点。
  2. 展开要在其下创建数据集的工作区节点。
  3. 右键单击“数据集”节点,然后选择“创建数据集” 。
  4. 此时会显示规范文件。 配置规范文件。
  5. 右键单击规范文件,然后选择“AzureML: 执行 YAML”。

或者,在命令面板中使用 > Azure ML: Create Dataset 命令。

管理数据集

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 展开“数据集”节点。
  4. 右键单击要对其执行以下操作的数据集:
    • “查看数据集属性”。 可以查看与特定数据集关联的元数据。 如果你有数据集的多个版本,可以选择仅查看特定版本的数据集属性,方法是:展开该数据集节点,然后在感兴趣的版本上执行本部分所述的步骤。
    • “预览数据集”。 直接在 VS Code 数据查看器中查看数据集。 请注意,此选项仅适用于表格数据集。
    • “取消注册数据集”。 从工作区中删除数据集及其所有版本。

或者,在命令面板中分别使用 > Azure ML: View Dataset Properties> Azure ML: Unregister Dataset 命令。

环境

有关详细信息,请参阅环境

创建环境

  1. 展开包含你的工作区的订阅节点。
  2. 展开要在其下创建数据存储的工作区节点。
  3. 右键单击“环境”节点,然后选择“创建环境”。
  4. 此时会显示规范文件。 配置规范文件。
  5. 右键单击规范文件,然后选择“AzureML: 执行 YAML”。

或者,在命令面板中使用 > Azure ML: Create Environment 命令。

查看环境配置

若要在扩展中查看特定环境的依赖项和配置,请执行以下操作:

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 展开“环境”节点。
  4. 右键单击要查看的环境,并选择“查看环境”。

或者,在命令面板中使用 > Azure ML: View Environment 命令。

试验

有关详细信息,请参阅试验

创建作业

创建作业的最快方法是单击扩展活动栏中的“创建作业”图标。

在“Azure 机器学习”视图中使用资源节点:

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 右键单击工作区中的“试验”节点,然后选择“创建作业” 。
  4. 选择作业类型。
  5. 此时会显示规范文件。 配置规范文件。
  6. 右键单击规范文件,然后选择“AzureML: 执行 YAML”。

或者,在命令面板中使用 > Azure ML: Create Job 命令。

查看作业

若要在 Azure 机器学习工作室中查看作业,请执行以下操作:

  1. 展开包含你的工作区的订阅节点。
  2. 在工作区中展开“试验”节点。
  3. 右键单击要查看的试验,然后选择“在工作室中查看试验”。
  4. 此时会出现一个提示,要求你在 Azure 机器学习工作室中打开试验 URL。 选择“打开” 。

或者,在命令面板中相应地使用 > Azure ML: View Experiment in Studio 命令。

跟踪作业进度

运行作业时,你可能希望查看其进度。 若要从扩展中跟踪 Azure 机器学习工作室中某个作业的进度,请执行以下操作:

  1. 展开包含你的工作区的订阅节点。
  2. 在工作区中展开“试验”节点。
  3. 展开要跟踪其进度的作业节点。
  4. 右键单击作业并选择“在工作室中查看作业”。
  5. 此时会出现一个提示,要求你在 Azure 机器学习工作室中打开作业 URL。 选择“打开”。

下载作业日志和输出

某个作业完成后,你可能希望下载日志和资产,例如在作业中生成的模型。

  1. 展开包含你的工作区的订阅节点。
  2. 在工作区中展开“试验”节点。
  3. 展开要下载其日志和输出的作业节点。
  4. 右键单击作业:
    • 若要下载输出,请选择“下载输出”。
    • 若要下载日志,请选择“下载日志”。

或者,在命令面板中分别使用 > Azure ML: Download Outputs> Azure ML: Download Logs 命令。

计算实例

有关详细信息,请参阅计算实例

创建计算实例

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 展开“计算”节点。
  4. 右键单击工作区中的“计算实例”节点,然后选择“创建计算” 。
  5. 此时会显示规范文件。 配置规范文件。
  6. 右键单击规范文件,然后选择“AzureML: 执行 YAML”。

或者,在命令面板中使用 > Azure ML: Create Compute 命令。

连接到计算实例

若要将某个计算实例用作开发环境或远程 Jupyter 服务器,请参阅连接到计算实例

停止或重启计算实例

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 展开“计算”节点内的“计算实例”节点 。
  4. 右键单击要停止或重启的计算实例,分别选择“停止计算实例”或“重启计算实例” 。

或者,在命令面板中分别使用 > Azure ML: Stop Compute instanceRestart Compute instance 命令。

查看计算实例配置

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 展开“计算”节点内的“计算实例”节点 。
  4. 右键单击要检查的计算实例,然后选择“查看计算实例属性”。

或者,在命令面板中使用 AzureML: View Compute instance Properties 命令。

删除计算实例

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 展开“计算”节点内的“计算实例”节点 。
  4. 右键单击要删除的计算实例,然后选择“删除计算实例”。

或者,在命令面板中使用 AzureML: Delete Compute instance 命令。

计算群集

有关详细信息,请参阅训练计算目标

创建计算群集

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 展开“计算”节点。
  4. 右键单击工作区中的“计算群集”节点,然后选择“创建计算” 。
  5. 此时会显示规范文件。 配置规范文件。
  6. 右键单击规范文件,然后选择“AzureML: 执行 YAML”。

或者,在命令面板中使用 > Azure ML: Create Compute 命令。

查看计算配置

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 展开“计算”节点内的“计算群集”节点 。
  4. 右键单击要查看的计算,然后选择“查看计算属性”。

或者,在命令面板中使用 > Azure ML: View Compute Properties 命令。

删除计算群集

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 展开“计算”节点内的“计算群集”节点 。
  4. 右键单击要删除的计算,然后选择“删除计算”。

或者,在命令面板中使用 > Azure ML: Remove Compute 命令。

推理群集

有关详细信息,请参阅用于推理的计算目标

管理推理群集

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 展开“计算”节点内的“推理群集”节点 。
  4. 右键单击要对其执行以下操作的计算:
    • “查看计算属性”。 显示有关附加的计算的只读配置数据。
    • “拆离计算”。 从工作区拆离计算。

或者,在命令面板中分别使用 > Azure ML: View Compute Properties> Azure ML: Detach Compute 命令。

删除推理群集

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 展开“计算”节点内的“附加的计算”节点 。
  4. 右键单击要删除的计算,然后选择“删除计算”。

或者,在命令面板中使用 > Azure ML: Remove Compute 命令。

附加的计算

有关详细信息,请参阅非托管计算

管理附加的计算

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 展开“计算”节点内的“附加的计算”节点 。
  4. 右键单击要对其执行以下操作的计算:
    • “查看计算属性”。 显示有关附加的计算的只读配置数据。
    • “拆离计算”。 从工作区拆离计算。

或者,在命令面板中分别使用 > Azure ML: View Compute Properties> Azure ML: Detach Compute 命令。

模型

有关详细信息,请参阅训练机器学习模型

有关详细信息,请参阅训练机器学习模型

创建模型

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 右键单击工作区中的“模型”节点,然后选择“创建模型” 。
  4. 此时会显示规范文件。 配置规范文件。
  5. 右键单击规范文件,然后选择“AzureML: 执行 YAML”。

或者,在命令面板中使用 > Azure ML: Create Model 命令。

查看模型属性

  1. 展开包含你的工作区的订阅节点。
  2. 在工作区中展开“模型”节点。
  3. 右键单击要查看其属性的模型,然后选择“查看模型属性”。 此时会在编辑器中打开一个文件,其中包含你的模型属性。

或者,在命令面板中使用 > Azure ML: View Model Properties 命令。

下载模型

  1. 展开包含你的工作区的订阅节点。
  2. 在工作区中展开“模型”节点。
  3. 右键单击要下载的模型,然后选择“下载模型文件”。

或者,在命令面板中使用 > Azure ML: Download Model File 命令。

删除模型

  1. 展开包含你的工作区的订阅节点。
  2. 在工作区中展开“模型”节点。
  3. 右键单击要删除的模型,然后选择“删除模型”。
  4. 此时会出现一个提示,要求你确认是否要删除该模型。 选择“确定”。

或者,在命令面板中使用 > Azure ML: Remove Model 命令。

终结点

有关详细信息,请参阅终结点

有关详细信息,请参阅终结点

创建终结点

  1. 展开包含你的工作区的订阅节点。
  2. 展开你的工作区节点。
  3. 右键单击工作区中的“模型”节点,然后选择“创建终结点” 。
  4. 选择终结点类型。
  5. 此时会显示规范文件。 配置规范文件。
  6. 右键单击规范文件,然后选择“AzureML: 执行 YAML”。

或者,在命令面板中使用 > Azure ML: Create Endpoint 命令。

删除终结点

  1. 展开包含你的工作区的订阅节点。
  2. 在工作区中展开“终结点”节点。
  3. 右键单击要删除的部署,然后选择“删除服务”。
  4. 此时会出现一个提示,要求你确认是否要删除该服务。 选择“确定”。

或者,在命令面板中使用 > Azure ML: Remove Service 命令。

查看服务属性

除了创建和删除部署之外,还可以查看和编辑与部署关联的设置。

  1. 展开包含你的工作区的订阅节点。
  2. 在工作区中展开“终结点”节点。
  3. 右键单击要管理的部署:
    • 若要查看部署配置设置,请选择“查看服务属性”。

或者,在命令面板中使用 > Azure ML: View Service Properties 命令。

后续步骤

使用 VS Code 扩展训练图像分类模型