Skip to main content

创建Azure机器学习的本地环境和云环境

分类:  Azure机器学习 ◆ 标签:  #Azure #人工智能 #机器学习 #异步编程 ◆ 发布于: 2023-06-10 22:35:46

Azure机器学习是一个基于Azure云平台的用于机器学习的模型训练，部署，自动化管理和跟踪模型的平台，这个平台提供了非常多的工具，在开始学习这个平台的工具之前，我们先需要准备一个环境，因此我们本篇先快速的介绍创建用于Azure机器学习的环境，后面会直接使用这个环境来持续学习Azure机器学习的平台。

  • 创建Azure机器学习资源，并启动Azure Machine Learning Studio.
  • 创建本地的Azure 机器学习环境。

创建Azure机器学习资源

在创建Azure机器学习资源之前，你需要拥有Azure的订阅，您可以申请Azure免费的订阅。有了订阅之后，您可以登录到Azure的Portal, 然后在市场里搜索Machine Learning, 然后点击创建，在出现的界面里，按照提示填充您需要的信息，然后点击创建，如下图：


创建之后，进入到创建好的资源界面，点击Download config.js 下在配置文件:

下载回来的config.js放置到您当前项目的根目录下。即可以为后续的开发做准备了。

从下图启动Azure Machine Learning Studio



启动Studio之后，即可以进行机器学习的项目了


至此Azure机器学习平台的云资源准备完毕了。接下来我们需要准备一个本地的开发环境。

创建本地的Azure机器学习环境

对于Azure机器学习，一般的建议是可以先在本地进行训练，然后再扩展到Azure机器学习云平台，这是一个很稳妥的做法，因此创建一个本地的环境是非常重要的。

我们建议在本机安装和配置好Azure机器学习的环境， 请参考如下的步骤准备好Azure机器学习的本地环境

注意
我们这篇文章里主要是使用Windows 10来作为我们的环境，如果您使用其他的环境，例如Mac OS X或者Linux, 请注意参考其他文档，注意区分因为操作系统的不同带来的不一致的地方。

安装和配置Azure Cli

关于最新版的Azure CLI, 从这里下载Download Azure CLi, 下载Azure Cli之后，按照提示一步一步的安装，安装好之后，使用如下的步骤来设置Azure Cli

配置Azure CLI

设定环境为Azure China

az cloud set --name AzureChinaCloud

登录到Azure

az login

列出所有的订阅并且设定默认的订阅

az account list //列出所有的订阅
>az account set --subscription <订阅ID>
为Azure Cli安装机器学习扩展

上一小节里，我们已经配置了Azure Cli, 并且选择了Azure云环境以及设定了默认的订阅，那么我们接下来安装Azure CLi的机器学习扩展

az extension list

查看已经安装的扩展

删除旧的机器学习扩展(如果没有安装，则可以跳过这个步骤)

az extension remove -n azure-cli-ml
az extension remove -n ml

安装新的机器学习扩展

az extension add -n ml -y
az ml -h //显示帮助信息

配置本地的Azure机器学习环境

我们推荐使用Anaconda来配置环境，Anaconda可以从这里其官网下载，大家可以仔细搜索官方下载并安装。

配置Anaconda环境

我们使用Anaconda来配置Python的虚拟环境，这里有一个地方需要注意，就是微软目前推出的基于Python的SDK，有一些软件包只能适配Python 3.7, 高版本和低版本都有一些问题，因此建议在创建新的环境的时候，尽量使用Python 3.7

启动Anaconda Prompt之后，使用如下的步骤来设置Python的虚拟环境。

conda create --name myml python=3.7
conda activate myml

这样就已经激活了3.7的Python环境：

安装Azure机器学习的SDK

在上一步我们已经创建了新的虚拟环境，那么我们使用如下的命令来安装基本的SDK

pip install azureml-core

另外也还有其他的一些包，如果在做项目时候遇到，也需要额外安装一下，这包括这些包：

  • azureml-accel-models
  • azureml-train-automl
  • azureml-datadrift
  • azureml-interpret
  • azureml-widgets
  • azureml-contrib-services
  • azureml-tensorboard

配置Jupyter NoteBook

安装好SDK以及conda之后，我们需要配置一下jupyter notebook
在conda下运行：

conda install notebook ipykernel

设置iPython的环境

ipython kernel install --user --name <你创建的conda环境变量> --display-name "Python (名字自己取)"

支持Azure机器学习的基本环境就准备好了。