Работа в VS Code удаленно подключена к вычислительному экземпляру

В этой статье описаны особенности работы в удаленном подключении VS Code к Машинное обучение Azure вычислительному экземпляру. Используйте VS Code в качестве полнофункциональной интегрированной среды разработки (IDE) с возможностью Машинное обучение Azure ресурсов. Вы можете работать с удаленным подключением к вычислительному экземпляру в браузере с помощью VS Code для Интернета или классического приложения VS Code.

• Мы рекомендуем использовать VS Code для Интернета, так как вы можете выполнять всю работу по машинному обучению непосредственно из браузера без необходимости что-либо устанавливать или управлять зависимостями.

Необходимые компоненты

Прежде чем приступить к работе, вам потребуется:

• Машинное обучение Azure рабочей области и вычислительного экземпляра. Выполните создание ресурсов, которые необходимо приступить к созданию обоих ресурсов.

Настройка удаленно подключенной интегрированной среды разработки

VS Code содержит несколько расширений, которые помогут вам достичь целей машинного обучения. Используйте расширение Azure для подключения и работы с подпиской Azure. Используйте расширение Машинное обучение Azure для просмотра, обновления и создания ресурсов рабочей области, таких как вычисления, данные, среды, задания и многое другое.

При использовании VS Code для Интернета последние версии этих расширений автоматически доступны. Если вы используете классическое приложение, их может потребоваться установить.

При первом запуске VS Code, подключенного к вычислительному экземпляру, убедитесь, что выполните следующие действия и выполните несколько минут, чтобы настроить средства в интегрированной среде разработки.

1. Найдите расширение Azure и войдите

2. После перечисления подписок вы можете отфильтровать их часто. Вы также можете закрепить рабочие области, которые чаще всего используются в подписках.

   

3. Рабочая область, из нее вы запустили удаленное подключение VS Code (рабочая область, в ней находится вычислительный экземпляр), должна быть автоматически задана в качестве значения по умолчанию. Вы можете обновить рабочую область по умолчанию из строки состояния VS Code.

   

4. Если вы планируете использовать интерфейс командной строки Машинное обучение Azure, откройте терминал из меню и войдите в Машинное обучение Azure CLI с помощьюaz login --identity.

   

В последующий раз, когда вы подключаетесь к этому вычислительному экземпляру, вам не нужно повторять эти действия.

Подключение к ядру

Существует несколько способов подключения к ядру Jupyter из VS Code. Важно понимать различия в поведении и преимущества различных подходов.

Если вы уже открыли эту записную книжку в Машинное обучение Azure, рекомендуется подключиться к существующему сеансу в вычислительном экземпляре. Это действие повторно подключается к существующему сеансу, который был для этой записной книжки в Машинное обучение Azure.

1. Найдите средство выбора ядра в правом верхнем углу записной книжки и выберите его.

   

2. Выберите параметр "Машинное обучение Azure вычислительный экземпляр" и "Удаленный", если вы подключились раньше.

   

3. Выбор сеанса записной книжки с существующим подключением

   

Если у вашей записной книжки нет существующего сеанса, можно выбрать из ядер, доступных в этом списке, чтобы создать новую. Это действие создает сеанс ядра, зависящий от VS Code. Эти сеансы VS Code доступны только в VS Code и должны управляться там. Эти сеансы можно управлять, установив расширение Jupyter PowerToys.

Хотя существует несколько способов подключения ядер и управления ими в VS Code, подключение к существующему сеансу ядра является рекомендуемым способом обеспечить простой переход с Студия машинного обучения Azure на VS Code. Если вы планируете в основном работать в VS Code, вы можете использовать любой подход к подключению к ядру, который работает для вас.

Переход между Машинное обучение Azure и VS Code

Рекомендуется не пытаться работать с одинаковыми файлами в обоих приложениях одновременно, так как у вас могут возникнуть конфликты, которые необходимо устранить. Перед переходом к VS Code мы сохраните текущий файл в студии. Вместо этого можно выполнить многие действия, предоставляемые в Студия машинного обучения Azure в VS Code, с помощью первого подхода YAML. Вы можете найти, чтобы выполнить определенные действия (например, редактирование и отладку файлов) в VS Code, а также другие действия (например, создание задания обучения) в Студия машинного обучения Azure. Вы должны найти, вы можете легко перемещаться назад и вперед между двумя.

Следующий шаг

Дополнительные сведения об управлении ядрами Jupyter в VS Code см. в разделе "Управление ядром Jupyter".