WEBVTT

00:00:00.110 --> 00:00:02.910
>> Nós finalmente temos
nossa configuração ambiental

00:00:02.910 --> 00:00:05.220
tanto na Nuvem quanto localmente.

00:00:05.220 --> 00:00:08.895
Temos nosso aprendizado de máquina
recurso até no Azure e

00:00:08.895 --> 00:00:11.040
Visual Studio Code agora tem tudo

00:00:11.040 --> 00:00:13.365
dos pacotes e
extensões que precisamos,

00:00:13.365 --> 00:00:17.385
como Python, Jupyter Notebooks
e aprendizado de máquina Azure.

00:00:17.385 --> 00:00:21.150
O próximo passo é garantir que
nosso ambiente local é realmente

00:00:21.150 --> 00:00:24.900
conectado ao nosso único
recurso de aprendizado de máquina na Nuvem.

00:00:24.900 --> 00:00:27.000
Como sempre, não se esqueça que nós temos

00:00:27.000 --> 00:00:28.980
recursos adicionais ligados em

00:00:28.980 --> 00:00:32.340
a tela na sua frente ou
na descrição abaixo.

00:00:32.340 --> 00:00:34.950
Primeiro, eu vou para dentro
o aprendizado de máquina

00:00:34.950 --> 00:00:36.960
recurso no Azure e baixar

00:00:36.960 --> 00:00:39.530
o arquivo config que fica
gerada automaticamente e

00:00:39.530 --> 00:00:42.325
salvá-lo para a mesma pasta que
Tenho meu Caderno Jupyter.

00:00:42.325 --> 00:00:43.845
Agora, quando eu abrir o código VS,

00:00:43.845 --> 00:00:45.405
Eu posso ver esse arquivo de config.

00:00:45.405 --> 00:00:48.290
É muito simples que
só tem meu id de assinatura,

00:00:48.290 --> 00:00:50.770
grupo de recursos e nome do espaço de trabalho.

00:00:50.770 --> 00:00:53.480
De Azureml-core, eu preciso

00:00:53.480 --> 00:00:56.135
importar o espaço de trabalho
e aulas de experimentos.

00:00:56.135 --> 00:00:58.190
Agora, eu vou criar
uma variável local que vai

00:00:58.190 --> 00:01:00.335
apontar para o meu espaço de trabalho no Azure.

00:01:00.335 --> 00:01:03.240
Vou usar o arquivo de config para isso.

00:01:04.280 --> 00:01:07.025
Em seguida, eu vou dar a minha experiência

00:01:07.025 --> 00:01:11.880
um nome e próximo eu vou
para criar um novo experimento.

00:01:11.990 --> 00:01:14.000
Observe que você pode obter

00:01:14.000 --> 00:01:17.540
outro pedido para
autenticar com Azure.

00:01:17.970 --> 00:01:21.470
Se você fizer isso, vá em frente e faça isso.

00:01:21.630 --> 00:01:25.925
Em seguida, eu vou
criar meu cluster de CPU.

00:01:25.925 --> 00:01:28.460
Eu quero que este cluster cpu seja

00:01:28.460 --> 00:01:29.690
um Aprendizado de Máquina Azure

00:01:29.690 --> 00:01:32.900
computação e eu preciso ter
acesso ao alvo de computação.

00:01:32.900 --> 00:01:36.540
Vamos importar ambos
essas classes primeiro,

00:01:37.520 --> 00:01:43.120
Vou dar meu cluster de CPU
um nome. Vou simplificar as coisas.

00:01:43.610 --> 00:01:48.065
Eu vou criar um
configuração para meus clusters de CPU.

00:01:48.065 --> 00:01:50.330
Notavelmente, eu quero
especificar o tamanho VM.

00:01:50.330 --> 00:01:53.430
Eu só vou escolher um
tamanho padrão para este.

00:01:53.450 --> 00:01:58.360
Então eu vou criar
meu alvo de computação.

00:01:58.640 --> 00:02:01.700
Finalmente, eu sou realmente
vai enviar isso para

00:02:01.700 --> 00:02:04.010
meu espaço de trabalho em Azure e

00:02:04.010 --> 00:02:06.260
especificamente eu quero
esta célula para continuar

00:02:06.260 --> 00:02:09.170
executando até que é
foi concluído em Azure.

00:02:09.170 --> 00:02:12.930
Vou usar a espera.
para função de conclusão.

00:02:14.840 --> 00:02:18.760
Vamos criar nosso cluster de CPU.

00:02:20.510 --> 00:02:24.590
Um par de coisas limpas sobre
isso é uma vez que foi concluído,

00:02:24.590 --> 00:02:26.525
podemos vê-lo em dois
lugares diferentes.

00:02:26.525 --> 00:02:30.010
Um deles está na extensão do Azure.
aqui no Visual Studio Code.

00:02:30.010 --> 00:02:33.370
Se você clicar nele e abrir
sua assinatura pay-as-you-go,

00:02:33.370 --> 00:02:35.950
você deve encontrar o seu
recurso de aprendizagem de máquina

00:02:35.950 --> 00:02:39.110
e lá você deve encontrar o
computação que acabamos de criar.

00:02:39.110 --> 00:02:41.910
Aqui está meu grupo de CPU.

00:02:42.050 --> 00:02:44.780
Você também pode encontrar isso em

00:02:44.780 --> 00:02:48.530
Azure indo para o
recurso de aprendizagem de máquina

00:02:48.530 --> 00:02:51.940
e clicando em ''Compute'' você vai

00:02:51.940 --> 00:02:54.200
ser capaz de encontrar isso
sob clusters de treinamento.

00:02:54.200 --> 00:02:56.060
Uma vez que este é um clusters especificamente

00:02:56.060 --> 00:02:58.880
usado para a Máquina Azure
Aprendendo treinamento.

00:02:58.880 --> 00:03:02.100
Acho que estamos prontos para os dados agora.