了解如何为您的机器学习工作流设置 Azure 机器学习 Visual Studio Code 扩展。 使用 VS Code 桌面应用程序时，只需设置此扩展。 如果对 Web 使用 VS Code，则会为你处理此过程。
VS Code 的 Azure 机器学习扩展提供了一个用户界面，用于：
- 管理 Azure 机器学习资源，如试验、虚拟机、模型和部署。
- 使用远程计算实例在本地开发。
- 训练机器学习模型。
- 在本地调试机器学习实验。
- 获取基于模式的语言支持、自动补全和规范文件编辑的诊断。
先决条件
- Azure订阅。 如果没有订阅，请注册以尝试 trial version of Azure Machine Learning。
- Visual Studio代码。 如果尚未安装它，请安装它。
- Python 3.10 或更高版本
- （可选）若要使用扩展创建资源，请安装 CLI （v2）。 有关安装说明，请参阅安装、设置和使用 CLI (v2)。
- 克隆社区驱动的存储库
git clone https://github.com/Azure/azureml-examples.git --depth 1
安装扩展
打开Visual Studio代码。
从活动栏中选择“扩展”图标以打开“扩展”视图。
在“扩展”视图搜索栏中，键入“Azure Machine Learning”并选择第一个扩展。
选择“安装” 。
重要
默认情况下，Azure Machine Learning VS Code 扩展使用 CLI （v2）。 对 CLI v1 的支持将于 2025 年 9 月 30 日结束。 如果仍在使用 CLI v1，请尽快转换为 CLI v2。 有关详细信息，请参阅升级 v2。
登录到Azure帐户
若要在Azure预配资源和作业工作负荷，请使用Azure帐户凭据登录。 为了帮助进行帐户管理，Azure Machine Learning会自动安装Azure帐户扩展。 有关详细信息，请参阅 了解有关 Azure 帐户扩展的详细信息。
若要登录到Azure帐户，请选择Visual Studio代码状态栏右下角的“Azure：登录按钮以启动登录过程。
选择默认工作区
选择默认Azure Machine Learning工作区时，创作 CLI（v2） YAML 规范文件时，将获得以下优势：
- 架构验证
- 自动完成
- 诊断
如果你没有工作区，请创建一个。 有关详细信息，请参阅使用 VS Code 扩展管理Azure Machine Learning资源。
若要选择默认工作区，请选择Visual Studio代码状态栏上的 Set Azure Machine Learning Workspace 按钮，然后按照提示设置工作区。
或者，在命令面板中使用 > Azure ML: Set Default Workspace 命令，并按照提示设置工作区。
若要打开命令面板，请选择 “查看 > 命令面板 ”或按 Ctrl+Shift+P （macOS 上的 Cmd+Shift+P ）。 然后键入 Azure ML: Set Default Workspace。