快速入门:创建 Azure 机器学习入门所需的工作区资源

在本快速入门中,你将创建一个工作区,然后将计算资源添加到该工作区。 然后你就拥有了开始使用 Azure 机器学习所需的所有资源。

工作区是机器学习活动的顶级资源,为使用 Azure 机器学习时创建的所有项目提供一个集中的查看和管理位置。 计算资源提供预配置的基于云的环境,可用于训练、部署、自动执行、管理和跟踪机器学习模型。

先决条件

创建工作区

如果已有工作区,请跳过此部分并继续创建计算实例

如果还没有工作区,现在请创建一个:

  1. 使用 Azure 订阅的凭据登录到 Azure 门户

  2. 在 Azure 门户的左上角,选择“+ 创建资源” 。

    创建新资源

  3. 使用搜索栏查找“机器学习” 。

  4. 选择“机器学习” 。

  5. 在“机器学习”窗格中,选择“创建”以开始 。

  6. 提供以下信息来配置新工作区:

    字段 说明
    工作区名称 输入用于标识工作区的唯一名称。 本示例使用 docs-ws 。 名称在整个资源组中必须唯一。 使用易于记忆且区别于其他人所创建工作区的名称。
    订阅 选择要使用的 Azure 订阅。
    资源组 使用订阅中的现有资源组,或者输入一个名称以创建新的资源组。 资源组保存 Azure 解决方案的相关资源。 本示例使用 docs-aml 。
    位置 选择离你的用户和数据资源最近的位置来创建工作区。
    工作区版本 选择“基本” 作为本教程的工作区类型。 工作区类型(基本和企业)确定要访问的功能和定价。 本教程中的所有内容均可使用基本或企业工作区来执行。
  7. 完成工作区配置后,选择“查看 + 创建” 。

    警告

    在云中创建工作区可能需要几分钟时间。

    完成创建后,会显示部署成功消息。

  8. 若要查看新工作区,请选择“转到资源” 。

创建计算实例

可在自己的计算机上安装 Azure 机器学习。 但在本快速入门中,将创建一个在线计算资源,该资源已安装开发环境并准备就绪。 你将使用此在线计算机(一个计算实例),供开发环境在 Python 脚本和 Jupyter 笔记本中编写和运行代码。

创建一个计算实例,以便在教程和快速入门的其余部分使用此开发环境。

  1. 如果未选择上一部分中的“转到工作区”,请立即登录 Azure 机器学习工作室,并选择你的工作区。
  2. 在左侧的“管理”下,选择“计算” 。
  3. 选择“+ 新建”以创建新的计算实例。
  4. 保留第一页上的所有默认值,然后选择“下一步”。
  5. 提供名称并选择“创建”。

大约两分钟后,你将看到计算实例的状态从“正在创建”更改为“正在运行” 。 现已准备就绪。

创建计算群集

接下来将创建一个计算群集。 通过群集,可以在云中的 CPU 或 GPU 计算节点群集之间分布训练或批量推理过程。

创建一个将在零到四个节点之间自动缩放的计算群集:

  1. 仍在“计算”部分的顶部选项卡中,选择“计算群集” 。
  2. 选择“+ 新建”以创建新的计算群集。
  3. 保留第一页上的所有默认值,然后选择“下一步”。
  4. 将群集命名为“cpu-cluster”。 如果此名称已存在,请将你的姓名首字母缩写添加到此名称中,使其具有唯一性。
  5. 将“最小节点数”保留为 0。
  6. 将“最大节点数”更改为 4(如果可能)。 上限可能更小,具体取决于你的设置。
  7. 将“纵向缩减前的空闲秒数”更改为 2400。
  8. 将剩余的字段保留默认设置,然后选择“创建”。

在一分钟内,群集的“状态”将从“正在创建”更改为“已成功” 。 此列表显示预配的计算群集,以及空闲节点、忙碌节点和未预配节点的数量。 由于你尚未使用群集,因此所有节点当前都未预配。

备注

该群集在创建之后将会预配 0 个节点。 因此在你提交作业之前,该群集不会产生成本。 此群集在空闲 2,400 秒(40 分钟)之后将会纵向缩减。 这将为你留一些时间在一些教程中使用它(如果你需要这样做的话),而无需等待它进行纵向扩展。

工作室快速导览

工作室是 Azure 机器学习的 Web 门户。 此门户将无代码和代码优先体验结合起来,打造包容的数据科学平台。

查看左侧导航栏上的工作室部分:

  • 工作室的“创建者”部分包含多个创建机器学习模型的方法。 方法:

    • 通过“笔记本”部分,可以创建 Jupyter 笔记本、复制示例笔记本以及运行笔记本和 Python 脚本。
    • 通过“自动化 ML”步骤,可以创建机器学习模型,而无需编写代码。
    • 设计器提供一种使用预生成的模块生成模型的拖放方式。
  • 工作室的“资产”部分可帮助你跟踪在运行作业时创建的资产。 如果你有新的工作区,则这些部分中还没有任何内容。

  • 你已经使用工作室的“管理”部分来创建计算资源。 通过此部分,还可以创建和管理链接到工作区的数据和外部服务。

清理资源

如果打算继续学习下一个教程,请跳到后续步骤

停止计算实例

如果不打算现在使用它,请停止计算实例:

  1. 在工作室的左侧,选择“计算”。
  2. 在顶部选项卡中,选择“计算实例”
  3. 在列表中选择该计算实例。
  4. 在顶部工具栏中,选择“停止”。

删除所有资源

重要

已创建的资源可以用作其他 Azure 机器学习教程和操作方法文章的先决条件。

如果不打算使用已创建的资源,请删除它们,以免产生任何费用:

  1. 在 Azure 门户中,选择最左侧的“资源组” 。

    在 Azure 门户中删除

  2. 从列表中选择已创建的资源组。

  3. 选择“删除资源组” 。

  4. 输入资源组名称。 然后选择“删除” 。

后续步骤

现在有一个 Azure 机器学习工作区,其中包含:

  • 用于开发环境的计算实例。
  • 用于提交训练运行的计算群集。

使用这些资源来详细了解 Azure 机器学习,并使用 Python 脚本训练模型。