Einführung
Als Data Scientist möchten Sie Code schreiben, der in jeder Entwicklungsumgebung funktioniert. Unabhängig davon, ob Sie eine lokale oder cloudbasierte Compute-Instanz verwenden, sollte der Code erfolgreich ausgeführt werden, um beispielsweise ein Machine Learning-Modell zu trainieren.
Um Code auszuführen, müssen Sie sicherstellen, dass die erforderlichen Pakete, Bibliotheken und Abhängigkeiten auf der Compute-Instanz installiert sind, die Sie zum Ausführen des Codes verwenden. In Azure Machine Learning werden die erforderlichen Pakete, die Sie auf verschiedenen Computezielen wiederverwenden können, in Umgebungen aufgelistet und gespeichert.
Hinweis
In diesem Modul wird auf die Azure Machine Learning-Interpretation von Umgebungen Bezug genommen. Beachten Sie, dass mit dem Begriff „Umgebungen“ auch andere technische Konzepte beschrieben werden. In DevOps ist eine „Umgebung“ beispielsweise die Sammlung von Ressourcen, die für eine bestimmte Phase der Anwendungsbereitstellung verwendet werden, z. B. die Entwicklungs- oder Produktionsumgebung. Erfahren Sie mehr über Continuous Deployment für maschinelles Lernen.