连接到 Visual Studio Code 中的 Azure 机器学习计算实例(预览)

在本文中,你将学习如何使用 Visual Studio Code 连接到 Azure 机器学习计算实例。

Azure 机器学习计算实例是基于云的完全托管数据科学工作站,并为 IT 管理员提供管理功能和企业就绪功能。

有两种方法可从 Visual Studio Code 连接到计算实例:

  • 远程计算实例。 此选项提供了一个功能完备的开发环境,用于构建机器学习项目。
  • 远程 Jupyter Notebook 服务器。 通过此选项,可将计算实例设置为远程 Jupyter Notebook 服务器。

配置远程计算实例

若要配置远程计算实例进行开发,需要满足一些先决条件。

重要

若要连接到防火墙后面的计算实例,请参阅将防火墙后面的工作区用于 Azure 机器学习

连接到远程计算实例:

导航到 ml.azure.com

重要

若要从 Visual Studio Code 连接到远程计算实例,请确保在 Azure 机器学习工作室中登录到的帐户与 Visual Studio Code 中使用的帐户相同。

计算

  1. 选择“计算”选项卡
  2. 在“应用程序 URI”列中,为要连接到的计算实例选择“VS Code”。

VS Code Azure ML 工作室中的连接到计算实例

笔记本

  1. 选择“笔记本”选项卡
  2. 在“笔记本”选项卡中,选择要编辑的文件。
  3. 选择“编辑器”>“在 VS Code 中编辑(预览版)”。

VS Code Azure ML 笔记本中的连接到计算实例

此时将启动远程计算实例的新窗口。 尝试建立与远程计算实例的连接时,将执行以下任务:

  1. 授权。 执行一些检查以确保授权尝试进行连接的用户使用计算实例。
  2. VS Code 远程服务器安装在计算实例上。
  3. 建立 WebSocket 连接以进行实时交互。

建立连接后,该连接就会持久化。 令牌在会话开始时颁发,它会自动刷新以维护与计算实例的连接。

连接到远程计算实例之后,使用编辑器执行以下操作:

将计算实例配置为远程笔记本服务器

若要将计算实例配置为远程 Jupyter Notebook 服务器,需要满足以下先决条件:

若要连接到计算实例:

  1. 在 Visual Studio Code 中打开 Jupyter Notebook。

  2. 加载集成笔记本体验时,选择“Jupyter 服务器”。

    启动 Azure 机器学习远程 Jupyter 笔记本服务器下拉列表

    此外,还可使用命令面板:

    1. 从菜单栏选择“视图”>“命令面板”,打开命令面板。
    2. 在文本框中输入 Azure ML: Connect to Compute instance Jupyter server
  3. 从 Jupyter 服务器选项列表中选择 Azure ML Compute Instances

  4. 从订阅列表中选择你的订阅。 如果之前配置过默认 Azure 机器学习工作区,则跳过此步骤。

  5. 选择工作区。

  6. 从列表中选择你的计算实例。 如果没有计算实例,请选择“创建新的 Azure ML 计算实例”,并按照提示进行创建。

  7. 要使更改生效,必须重新加载 Visual Studio Code。

  8. 打开 Jupyter Notebook 并运行一个单元。

重要

必须运行一个单元才能建立连接。

此时,你可继续在 Jupyter 笔记本中运行单元。

提示

也可使用包含类似 Jupyter 的代码单元的 Python 脚本文件 (.py)。 有关详细信息,请参阅 Visual Studio Code Python 交互文档

后续步骤

现在,你已设置 Visual Studio Code 远程,可以将计算实例用作 Visual Studio Code 中的远程计算,从而对代码进行交互式调试

教程:训练自己的首个 ML 模型演示如何将计算实例与集成的笔记本配合使用。