WEBVTT

00:00:00.000 --> 00:00:02.400
* 我很兴奋， 当
我发现 Python

00:00:02.400 --> 00:00:05.100
是最流行的之一
数据科学的语言。

00:00:05.100 --> 00:00:07.380
无可否认，虽然，我是
有点紧张

00:00:07.380 --> 00:00:09.720
当弗朗西斯卡提到
朱皮特笔记本。

00:00:09.720 --> 00:00:11.865
我没有太多的
经验与这些。

00:00:11.865 --> 00:00:16.245
当我发现
那个VS代码，我最喜欢的编辑器，

00:00:16.245 --> 00:00:18.750
有包和
Python 的扩展，

00:00:18.750 --> 00:00:21.450
朱皮特笔记本， 和
Azure 机器学习。

00:00:21.450 --> 00:00:23.415
我想我会有家的感觉

00:00:23.415 --> 00:00:26.235
因为我会在我的视觉
工作室代码环境。

00:00:26.235 --> 00:00:29.410
因此，让我们得到我们的本地
环境设置，希望，

00:00:29.410 --> 00:00:31.410
你会感到舒服
在 Vs 代码太。

00:00:31.410 --> 00:00:34.470
一如既往，还有其他
文档都上

00:00:34.470 --> 00:00:35.910
屏幕和链接
在描述中

00:00:35.910 --> 00:00:38.245
下面。让我们开始吧。

00:00:38.245 --> 00:00:41.360
我们需要下载和
安装三件事：

00:00:41.360 --> 00:00:45.125
视觉工作室代码，
Python 和 Anaconda 。

00:00:45.125 --> 00:00:47.330
我要验证
我有 Python

00:00:47.330 --> 00:00:49.660
安装在我的阿纳康达提示。

00:00:49.660 --> 00:00:52.040
看起来不错接下来，我

00:00:52.040 --> 00:00:54.260
要创建一个
阿纳康达环境。

00:00:54.260 --> 00:00:56.495
我要接受来自

00:00:56.495 --> 00:00:58.760
可视化工作室代码团队和

00:00:58.760 --> 00:01:01.925
创建环境
为数据科学做好准备。

00:01:01.925 --> 00:01:05.320
我要这样称呼
环境德文特罗斯。

00:01:05.320 --> 00:01:08.710
我要指定
版本 3.7 的 Python 。

00:01:08.710 --> 00:01:14.915
我也要安装
熊猫， 朱皮特， 海生，

00:01:14.915 --> 00:01:21.960
科学学习、Keras 和 TensorFlow，

00:01:22.230 --> 00:01:26.305
一些最流行的
数据科学工具。

00:01:26.305 --> 00:01:29.320
曾经的阿纳康达环境
已创建，

00:01:29.320 --> 00:01:30.400
我们可以激活它

00:01:30.400 --> 00:01:34.250
康达激活和
我们的环境名称。

00:01:34.970 --> 00:01:39.075
接下来，我们要
安装 Azure ML SDK。

00:01:39.075 --> 00:01:41.440
我要指定
这里有两个参数

00:01:41.440 --> 00:01:44.095
自动ML和解释功能，

00:01:44.095 --> 00:01:46.240
这将真正帮助与一些

00:01:46.240 --> 00:01:48.160
那些高级主题，

00:01:48.160 --> 00:01:50.990
弗朗西斯卡将领导
我们通过以后。

00:01:51.630 --> 00:01:54.790
我们还要使
确保我们有机会

00:01:54.790 --> 00:01:57.175
到 AutoML 培训工具。

00:01:57.175 --> 00:01:59.960
所以我继续
安装。

00:02:01.340 --> 00:02:03.780
我认为我们的环境是设置的。

00:02:03.780 --> 00:02:06.465
现在我们应该设置
可视化工作室代码。

00:02:06.465 --> 00:02:09.000
我们需要三个扩展。

00:02:09.000 --> 00:02:11.150
前往
扩展市场

00:02:11.150 --> 00:02:14.070
并安装 Python 扩展，

00:02:19.580 --> 00:02:22.285
Azure 帐户扩展名，

00:02:22.285 --> 00:02:26.300
这将使我们能够登录到
可视化工作室代码中的 Azure，

00:02:26.300 --> 00:02:29.970
和 Azure 计算机
学习扩展。

00:02:29.970 --> 00:02:33.139
一旦我们拥有所有三个
已安装者中，

00:02:33.139 --> 00:02:34.790
我们可以验证一切都是

00:02:34.790 --> 00:02:36.835
在可视化工作室代码内工作。

00:02:36.835 --> 00:02:39.415
首先，我想登录到 Azure。

00:02:39.415 --> 00:02:45.760
我将打开命令调色板
然后选择"Azure 登录"。

00:02:46.520 --> 00:02:49.910
这将打开一个
新的浏览器选项卡和

00:02:49.910 --> 00:02:53.170
允许我登录
Azure 通过浏览器。

00:02:53.170 --> 00:02:55.310
注意，因为我已经
已登录

00:02:55.310 --> 00:02:57.125
另一个选项卡中的 Azure 门户，

00:02:57.125 --> 00:02:59.640
只是快速点击一个按钮。

00:03:00.460 --> 00:03:02.885
现在你可以看到，我登录

00:03:02.885 --> 00:03:05.790
Azure 在这里
VS 代码的底部。

00:03:05.870 --> 00:03:08.720
在开始之前
我已经创建

00:03:08.720 --> 00:03:10.865
一个文件夹，其中所有这一切
代码将被存储。

00:03:10.865 --> 00:03:13.510
这叫做开发介绍数据科学。

00:03:13.510 --> 00:03:15.705
现在我要创建一个新文件，

00:03:15.705 --> 00:03:18.550
我们要打电话
这辆自行车共享. ipynb.

00:03:21.410 --> 00:03:25.740
这将创建一个新的
Jupyter 笔记本文件。

00:03:26.150 --> 00:03:29.385
因为我们已经安装了
Python 扩展，

00:03:29.385 --> 00:03:32.335
我们已经安装了朱皮特
通过我们的阿纳康达环境，

00:03:32.335 --> 00:03:34.540
VS 代码将自动转换

00:03:34.540 --> 00:03:38.015
此文件进入朱皮特
笔记本界面。

00:03:38.015 --> 00:03:41.635
有几件事要注意
确保它们是正确的。

00:03:41.635 --> 00:03:45.235
一个是VS代码是
指的是正确的 Python 。

00:03:45.235 --> 00:03:49.390
在左下角
VS 代码窗口的窗口，

00:03:49.390 --> 00:03:52.030
你应该能够看到
正确的 Python 版本，

00:03:52.030 --> 00:03:53.545
如果你悬停在它上

00:03:53.545 --> 00:03:55.300
你应该能够
看到这是使用

00:03:55.300 --> 00:03:57.865
阿纳康达环境
我们刚刚创造的

00:03:57.865 --> 00:04:01.870
接下来，您应该确保
你的朱皮特内核也是

00:04:01.870 --> 00:04:06.130
设置为相同的 Python 版本
同样的阿纳康达环境。

00:04:06.130 --> 00:04:10.160
现在您的本地环境
全部设置。