Certains d'entre vous lisent peut-être Azure ML et l'extension pour la première fois - ne vous inquiétez pas, nous sommes là pour vous en dire plus.
Azure ML est un service d'apprentissage automatique qui fournit aux scientifiques des données un ensemble complet d'outils pour créer, former et déployer des modèles. L'extension AML est un outil compagnon qui fournit une expérience guidée pour vous aider à créer et à gérer des actifs directement à partir de VS Code. L'extension vise à optimiser des tâches telles que la conduite d'expériences, la création de cibles de calcul et la gestion d'environnements, sans avoir à changer de contexte d'éditeur en navigateur. Les utilisateurs d'extension peuvent travailler dans leurs espaces de travail et interagir avec leurs ressources AML principales à l'aide d'une simple arborescence de navigation et de commandes de clic.
En savoir plus sur la prise en main d'Azure ML ici... Si vous souhaitez expérimenter l'extension, vous pouvez l'installer ici et lire la documentation de démarrage ici !
Intégration avec l'entrepôt de données
L'une des nouvelles fonctionnalités que nous avons publiées est la prise en charge de l'enregistrement Datastore. Datastore est une ressource AML qui vous permet de stocker des informations de connexion aux services de stockage Azure. Avec les banques de données, vous n'avez plus à vous soucier d'écrire des connecteurs de magasin personnalisés ou de coder en dur vos informations de connexion en tant que variables d'environnement, objets de configuration ou chaînes dans votre source.
L'extension AML prend actuellement en charge les types de stockage Azure Blob et le partage de fichiers Azure. Pour accélérer l'inscription, nous avons développé un ensemble d'options de saisie simplifiées, telles que l'obtention automatique des informations d'identification de clé de compte pour s'authentifier auprès de votre compte de stockage Azure.
Enregistrer un magasin de données via l'arborescence des extensions AML
Intégration des ensembles de données
L'extension AML prend désormais en charge la création d'ensembles de données tabulaires et de fichiers. Les ensembles de données peuvent être utilisés pour déterminer un consommable à partir des données de votre magasin de données, système de fichiers local ou emplacement distant; Ces objets peuvent être utilisés lors d'expériences et d'entraînement.
Créer un jeu de données de table ou de fichier à l'aide de l'arborescence d'extension
Une fois que vous avez créé un jeu de données de table, vous pouvez utiliser une extension pour prévisualiser les 50 premières lignes de vos données. L'aperçu de l'ensemble de données prend actuellement en charge le filtrage avec des expressions simples (par exemple, recherchez directement "str" dans une colonne de chaîne ou utilisez "> X" dans une colonne numérique).
Aperçu des ensembles de données tabulaires et filtrage des valeurs de colonne
Dans les versions précédentes de l'extension AML, nous avons ajouté une prise en charge pour vous aider à entraîner vos modèlesà Azure grâce à l'expérimentation. Les expériences comprennent votre script de didacticiel, la cible de calcul sur laquelle vous souhaitez travailler et l'environnement dans lequel vous souhaitez travailler (c'est-à-dire les packages Python à installer). Avec les ensembles de données que nous avons présentés, nous vous avons facilité l'utilisation de ces ensembles de données dans votre expérience sans avoir à écrire du code AML SDK supplémentaire. Juste avant de soumettre l'expérience, un fichier de configuration s'affiche avec un lien vers vos ensembles de données. Dans le fichier, il vous suffit de saisir un paramètre de script et un mécanisme de pièce jointe pour l'utiliser pour l'ensemble de données File, ou l'entrée nommée que vous souhaitez utiliser pour l'ensemble de données tabulaire.
Utilisation d'un ensemble de données dans une configuration d'exécution pilote
Intégration d'instances de calcul
Les instances Compute AML sont des machines virtuelles gérées que vous pouvez configurer et utiliser pour expérimenter le ML. Avec l'extension de VS Code, la création et la gestion de ces instances de calcul sont devenues plus faciles! Vous pouvez afficher toutes les instances de calcul de votre espace de travail et les démarrer / arrêter / redémarrer à l'aide des commandes de l'arborescence. En quelques clics, vous pouvez créer une instance de calcul compatible SSH, puis suivre notre documentation dans l'éditeur pour vous y connecter facilement via l'extension SSH VS Code Remote.
Créez une instance de calcul et connectez-vous à celle-ci à partir de VS Code
Changements d'interface
Les développeurs nous disent depuis longtemps que l'interface d'extension est différente d'Azure ML Studio. Dans les GIF précédents, vous avez peut-être déjà remarqué une conception très cohérente dans l'arborescence des extensions. Nous avons mis à jour chaque nœud avec des icônes équivalentes à Studio et les avons renommés / réorganisés si nécessaire.