Przykłady w usłudze Azure Nauka o danych Virtual Machines

Artykuł
09/01/2024

Maszyny wirtualne platformy Azure Nauka o danych (DSVM) zawierają kompleksowy zestaw przykładowego kodu. Przykłady te obejmują notesy i skrypty Jupyter w językach, takich jak Python i R.

Uwaga

Aby uzyskać więcej informacji na temat uruchamiania notesów Jupyter na maszynach wirtualnych do nauki o danych, odwiedź sekcję Access Jupyter (Uzyskiwanie dostępu do programu Jupyter ).

Wymagania wstępne

Aby uruchomić te przykłady, musisz mieć aprowizowaną maszynę wirtualną z systemem Ubuntu Nauka o danych.

Dostępne przykłady

Kategoria przykładów	opis	Lokalizacje
Język Python	Przykłady wyjaśniające sposób nawiązywania połączenia z magazynami danych w chmurze opartymi na platformie Azure i sposobem pracy ze scenariuszami usługi Azure Machine Learning. Język Python	`~notebooks`
Język Julia	Zawiera szczegółowy opis kreślenia i uczenia głębokiego w Julii. Wyjaśnia, jak wywoływać języki C i Python z julii. Język Julia	Windows: `~notebooks/Julia_notebooks` Linux: `~notebooks/julia`
Azure Machine Learning	Pokazuje, jak tworzyć modele uczenia maszynowego i uczenia głębokiego przy użyciu uczenia maszynowego. Wdrażanie modeli w dowolnym miejscu. Użyj zautomatyzowanego uczenia maszynowego i inteligentnego dostrajania hiperparametrów. Korzystanie z zarządzania modelami i trenowania rozproszonego. Machine Learning	`~notebooks/AzureML`
Notesy PyTorch	Przykłady uczenia głębokiego korzystające z sieci neuronowych opartych na protokole PyTorch. Notesy obejmują od początkujących do zaawansowanych scenariuszy. Notesy PyTorch	`~notebooks/Deep_learning_frameworks/pytorch`
TensorFlow	Różne przykłady i techniki sieci neuronowych zaimplementowane za pomocą struktury TensorFlow. TensorFlow	`~notebooks/Deep_learning_frameworks/tensorflow`
H2O	Przykłady oparte na języku Python, które używają funkcji H2O w rzeczywistych scenariuszach problemów. H2O	`~notebooks/h2o`
Język SparkML	Przykłady korzystające z funkcji zestawu narzędzi Apache Spark MLLib za pośrednictwem programu pySpark i MMLSpark: Microsoft Machine Learning dla platformy Apache Spark w wersji 2.x. Język SparkML	`~notebooks/SparkML/pySpark` `~notebooks/MMLSpark`
XGBoost	Standardowe przykłady uczenia maszynowego w biblioteki XGBoost — na przykład klasyfikacja i regresja. XGBoost	Windows: `\dsvm\samples\xgboost\demo`

Uzyskiwanie dostępu do programu Jupyter

Aby uzyskać dostęp do programu Jupyter, wybierz ikonę Jupyter w menu pulpitu lub aplikacji. Możesz również uzyskać dostęp do programu Jupyter w wersji systemu Linux maszyny WIRTUALNEJ DSVM. Aby uzyskać dostęp zdalny z przeglądarki internetowej, odwiedź stronę https://<Full Domain Name or IP Address of the DSVM>:8000 w systemie Ubuntu.

Aby dodać wyjątki i udostępnić dostęp programu Jupyter za pośrednictwem przeglądarki, skorzystaj z poniższych wskazówek:

Włączanie wyjątku Jupyter