Azure Machine Learning in VS Code
Azure Machine Learning ist eine Cloud-basierte Umgebung, die Sie zum Trainieren, Bereitstellen, Automatisieren, Verwalten und Nachverfolgen von Modellen des maschinellen Lernens nutzen können. Weitere Informationen zu Azure Machine Learning finden Sie unter Was ist Azure Machine Learning?
Die VS Code-Erweiterung Azure Machine Learning ermöglicht es Ihnen, die vertrauten Funktionen von Visual Studio Code für die Entwicklung Ihrer ML-Anwendungen zu nutzen.
Desktop oder Web
Sie können Azure Machine Learning in VS Code Desktop oder VS Code für das Web verwenden. VS Code für das Web bietet eine kostenlose, installationsfreie VS Code-Erfahrung, die vollständig in Ihrem Browser unter https://vscode.dev ausgeführt wird. Lesen Sie die Anleitung zum Starten von Azure Machine Learning, um mehr zu erfahren.
Mit Remote-Compute-Instanzen verbinden
Compute-Instanzen sind verwaltete Cloud-basierte Workstations für die Entwicklung von ML-Anwendungen.
Die Azure Machine Learning VS Code-Erweiterung vereinfacht die Verbindung und den Zugriff auf Ressourcen auf Compute-Instanzen in Echtzeit. Weitere Informationen finden Sie unter Verbinden mit einer Azure Machine Learning Compute-Instanz.
Unterstützung für die Azure Machine Learning 2.0 CLI (Vorschau)
Die Azure Machine Learning 2.0 CLI ermöglicht es Ihnen, Modelle über die Befehlszeile zu trainieren und bereitzustellen. Ihre Funktionen beschleunigen die Skalierung von Data Science nach oben und nach außen und verfolgen gleichzeitig den Modelllebenszyklus.
Bei der Arbeit mit Azure Machine Learning-Spezifikationsdateien bietet die VS Code-Erweiterung Unterstützung für die folgenden Funktionen
- Erstellung von Spezifikationsdateien
- Sprachunterstützung
- Ressourcen-Autovervollständigung
Erstellung von Spezifikationsdateien
Verwenden Sie den Befehl Azure ML in der Befehlspalette (⇧⌘P (Windows, Linux Ctrl+Shift+P)) oder die Azure Machine Learning-Ansicht in VS Code, um die Erstellung von Spezifikationsdateien zu vereinfachen.
Sprachunterstützung
Die Azure Machine Learning-Erweiterung gleicht alle Werte mit Ressourcen in Ihrem Standardarbeitsbereich ab. Wenn die Erweiterung eine falsch angegebene Ressource oder eine fehlende Eigenschaft erkennt, wird ein Inline-Fehler angezeigt.
Ressourcen-Autovervollständigung
Wenn Sie mit Ressourcen arbeiten, werden Sie feststellen, dass die Azure Machine Learning-Erweiterung die Spezifikationsdateien inspizieren kann. Die Erweiterung verwendet den von Ihnen angegebenen Standardarbeitsbereich, um eine Autovervollständigungsunterstützung für die Ressourcen in diesem Arbeitsbereich bereitzustellen.
Maschinelle Lernmodelle trainieren
In Azure Machine Learning können Sie beliebte Frameworks für das Training von ML-Modellen wie scikit-learn, PyTorch, TensorFlow und viele mehr verwenden. Die Erweiterung erleichtert die Übermittlung und Verfolgung des Lebenszyklus dieser Modelle.
Weitere Informationen finden Sie im Tutorial zum Trainieren eines ML-Modells.
Ressourcen verwalten
Sie können Azure Machine Learning-Ressourcen direkt aus VS Code erstellen und verwalten. Weitere Informationen finden Sie unter Verwaltung von Ressourcen in VS Code.
Remote-Jupyter-Server
VS Code bietet hervorragende Unterstützung für die Entwicklung mit Jupyter-Notebooks. Weitere Informationen finden Sie unter Jupyter-Notebooks in VS Code.
Azure Machine Learning nutzt die starke Unterstützung von VS Code für Jupyter-Notebooks. Dies erleichtert die Verbindung zu einer Remote-Compute-Instanz und deren Nutzung als Remote-Jupyter-Server nahtlos. Weitere Informationen finden Sie unter Konfigurieren einer Compute-Instanz als Remote-Notebook-Server.
Git-Integration
Durch die Verwendung der Azure Machine Learning VS Code-Erweiterung zur Verbindung mit einer Remote-Compute-Instanz können Sie die integrierte Git-Unterstützung von VS Code nutzen.