WEBVTT 00:00:00.110 --> 00:00:02.910 >> Finalmente abbiamo la nostra configurazione dell'ambiente 00:00:02.910 --> 00:00:05.220 sia nel Cloud che in locale. 00:00:05.220 --> 00:00:08.895 Abbiamo il nostro machine-learning risorse su Azure e 00:00:08.895 --> 00:00:11.040 Visual Studio Code ora ha tutti i 00:00:11.040 --> 00:00:13.365 dei pacchetti e estensioni di cui abbiamo bisogno, 00:00:13.365 --> 00:00:17.385 come Python, Jupyter Notebooks e Azure Machine Learning. 00:00:17.385 --> 00:00:21.150 Il passo successivo è assicurarsi che il nostro ambiente locale è in realtà 00:00:21.150 --> 00:00:24.900 collegato al nostro unico risorse di apprendimento automatico nel Cloud. 00:00:24.900 --> 00:00:27.000 Come sempre, non dimenticate che abbiamo 00:00:27.000 --> 00:00:28.980 risorse aggiuntive collegate 00:00:28.980 --> 00:00:32.340 lo schermo di fronte a voi o nella descrizione in basso. 00:00:32.340 --> 00:00:34.950 In primo luogo, mi dirigo in l'apprendimento automatico 00:00:34.950 --> 00:00:36.960 risorsa su Azure e scaricare 00:00:36.960 --> 00:00:39.530 il file di configurazione che ottiene generato automaticamente e 00:00:39.530 --> 00:00:42.325 salvarlo nella stessa cartella che Ho dentro il mio Jupyter Notebook. 00:00:42.325 --> 00:00:43.845 Ora, quando apro il codice VS, 00:00:43.845 --> 00:00:45.405 Riesco a vedere quel file di configurazione. 00:00:45.405 --> 00:00:48.290 E 'molto semplice che ha solo il mio id abbonamento, 00:00:48.290 --> 00:00:50.770 gruppo di risorse e il nome dell'area di lavoro. 00:00:50.770 --> 00:00:53.480 Da Azureml-core, è necessario 00:00:53.480 --> 00:00:56.135 importare l'area di lavoro e lezioni di sperimentazione. 00:00:56.135 --> 00:00:58.190 Ora, ho intenzione di creare una variabile locale che sarà 00:00:58.190 --> 00:01:00.335 scegliere l'area di lavoro in Azure. 00:01:00.335 --> 00:01:03.240 Userò il file di configurazione per questo. 00:01:04.280 --> 00:01:07.025 Successivamente, ho intenzione di dare il mio esperimento 00:01:07.025 --> 00:01:11.880 un nome e poi sto andando per creare un nuovo esperimento. 00:01:11.990 --> 00:01:14.000 Si noti che si potrebbe ottenere 00:01:14.000 --> 00:01:17.540 un'altra richiesta di eseguire l'autenticazione con Azure.Authenticate with Azure. 00:01:17.970 --> 00:01:21.470 Se lo fai, vai avanti e fallo. 00:01:21.630 --> 00:01:25.925 Successivamente, ho intenzione di creare il cluster CPU. 00:01:25.925 --> 00:01:28.460 Voglio che questo cluster di CPU sia 00:01:28.460 --> 00:01:29.690 un'Azure Machine Learning 00:01:29.690 --> 00:01:32.900 calcolare e ho bisogno di avere l'accesso alla destinazione di calcolo. 00:01:32.900 --> 00:01:36.540 Importiamo entrambi quelle classi prima, 00:01:37.520 --> 00:01:43.120 Ho intenzione di dare il mio cluster CPU un nome. Lo terrò semplice. 00:01:43.610 --> 00:01:48.065 Ho intenzione di creare un configurazione per i cluster della CPU. 00:01:48.065 --> 00:01:50.330 In particolare, voglio specificare le dimensioni della macchina virtuale. 00:01:50.330 --> 00:01:53.430 Sto solo andando a scegliere un dimensioni standard per questo. 00:01:53.450 --> 00:01:58.360 Poi ho intenzione di creare il mio obiettivo di calcolo. 00:01:58.640 --> 00:02:01.700 Infine, sono in realtà intenzione di inviare questo fino a 00:02:01.700 --> 00:02:04.010 area di lavoro in Azure e 00:02:04.010 --> 00:02:06.260 in particolare voglio questa cella per continuare 00:02:06.260 --> 00:02:09.170 esecuzione fino a quando non è sono stati completati in Azure. 00:02:09.170 --> 00:02:12.930 Userò l'attesa per la funzione di completamento. 00:02:14.840 --> 00:02:18.760 Creiamo il nostro cluster CPU. 00:02:20.510 --> 00:02:24.590 Un paio di cose belle su questo è una volta che è stato completato, 00:02:24.590 --> 00:02:26.525 possiamo vederlo in due luoghi diversi. 00:02:26.525 --> 00:02:30.010 Uno è nell'estensione di AzureOne is in the Azure extension proprio qui in Visual Studio Code. 00:02:30.010 --> 00:02:33.370 Se si fa clic su di esso e si apre l'abbonamento con pagamento in base al tuo abbonamento, 00:02:33.370 --> 00:02:35.950 si dovrebbe trovare il vostro risorsa di apprendimento automatico 00:02:35.950 --> 00:02:39.110 e in là si dovrebbe trovare il calcolo che abbiamo appena creato. 00:02:39.110 --> 00:02:41.910 Ecco il mio cluster CPU. 00:02:42.050 --> 00:02:44.780 È inoltre possibile trovare questo 00:02:44.780 --> 00:02:48.530 Azure accedendo al risorsa di apprendimento automatico 00:02:48.530 --> 00:02:51.940 e facendo clic su ''Calcolo'' 00:02:51.940 --> 00:02:54.200 essere in grado di trovare questo sotto gruppi di formazione. 00:02:54.200 --> 00:02:56.060 Poiché si tratta di un cluster 00:02:56.060 --> 00:02:58.880 usato per il computer di Azure Formazione all'apprendimento. 00:02:58.880 --> 00:03:02.100 Penso che ora siamo pronti per i dati.