Iniciar o Visual Studio Code integrado com o Azure Machine Learning

  • Artigo

Neste artigo, você aprenderá a iniciar o Visual Studio Code remotamente conectado a uma instância de computação do Azure Machine Learning. Use o VS Code como seu ambiente de desenvolvimento integrado (IDE) com o poder dos recursos do Azure Machine Learning. Use o VS Code no navegador com o VS Code para a Web ou use o aplicativo de desktop VS Code.

Há duas formas de se ligar a uma instância de computação do Visual Studio Code. Recomendamos a primeira abordagem.

  1. Utilize o VS Code como o ambiente de desenvolvimento integrado (IDE) da sua área de trabalho. Esta opção fornece um ambiente de desenvolvimento com todas as funcionalidades para criar os seus projetos de aprendizagem automática.

    • Pode abrir o VS Code a partir do seu espaço de trabalho no browser utilizando o VS Code para a Web ou a aplicação de ambiente de trabalho VS Code Desktop.
    • Recomendamos o VS Code para a Web, pois pode fazer todo o seu trabalho de aprendizagem automática diretamente a partir do browser e sem instalações obrigatórias ou dependências.

  2. Servidor remoto do Jupyter Notebook . Esta opção permite definir uma instância de computação como um servidor remoto do Jupyter Notebook. Esta opção só está disponível apenas no VS Code (Ambiente de Trabalho).

Importante

Para se conectar a uma instância de computação atrás de um firewall, consulte Configurar tráfego de rede de entrada e saída.

Pré-requisitos

Antes de começar, vai precisar do:

  1. Um espaço de trabalho e uma instância de computação do Azure Machine Learning. Complete Crie os recursos necessários para começar a criar ambos.
  2. Entre no estúdio e selecione seu espaço de trabalho se ele ainda não estiver aberto.

Usar o VS Code como seu IDE de espaço de trabalho

Use uma dessas opções para conectar o VS Code à instância de computação e aos arquivos do espaço de trabalho.

O VS Code for the Web fornece um ambiente de desenvolvimento completo para criar seus projetos de aprendizado de máquina, tudo a partir do navegador e sem instalações ou dependências necessárias. E ao conectar sua instância de computação do Azure Machine Learning, você obtém a experiência de desenvolvimento rica e integrada que o VS Code oferece, aprimorada pelo poder do Azure Machine Learning.

Inicie o VS Code para a Web com uma seleção do estúdio do Azure Machine Learning e continue seu trabalho sem problemas.

Entre no estúdio do Azure Machine Learning e siga as etapas para iniciar uma guia do navegador VS Code (Web), conectada à sua instância de computação do Azure Machine Learning.

Você pode criar a conexão na seção Blocos de Anotações ou Computação do estúdio do Azure Machine Learning.

  • Notebooks

    1. Selecione a guia Blocos de Anotações.

    2. No separador Blocos de Notas, selecione o ficheiro que pretende editar.

    3. Se a instância de computação for interrompida, selecione Iniciar computação e aguarde até que ela esteja em execução.

      A captura de tela mostra como iniciar a computação se ela for interrompida.

    4. Selecione Editar > editores no VS Code (Web).

    Captura de tela de como se conectar ao Compute Instance VS Code (Web) Azure Machine Learning Notebook.

  • Computação

    1. Selecione a guia Computação
    2. Se a instância de computação que você deseja usar for interrompida, selecione-a e, em seguida, selecione Iniciar.
    3. Quando a instância de computação estiver em execução, na coluna Aplicativos, selecione VS Code (Web).

    Captura de tela de como se conectar ao Compute Instance VS Code Azure Machine Learning studio.

Se você não vir essas opções, certifique-se de ter habilitado a opção Conectar instâncias de computação ao Visual Studio Code para o recurso de visualização da Web , conforme mostrado na seção Pré-requisitos .

Se você escolher uma das experiências de clique, uma nova janela do VS Code será aberta e uma tentativa de conexão será feita com a instância de computação remota. Ao tentar fazer essa conexão, as seguintes etapas estão ocorrendo:

  1. Autorização. São feitas algumas verificações para garantir que o utilizador que está a tentar estabelecer a ligação está autorizado a utilizar a instância de computação.
  2. O VS Code Remote Server é instalado na instância de computação.
  3. É estabelecida uma ligação ao WebSocket para interação em tempo real.

Uma vez que a conexão é estabelecida, ela é persistente. Um token é emitido no início da sessão, que é atualizado automaticamente para manter a conexão com sua instância de computação.

Depois de se conectar à instância de computação remota, use o editor para:

Servidor remoto Jupyter Notebook

Essa opção permite que você use uma instância de computação como um servidor Jupyter Notebook remoto do Visual Studio Code (Desktop). Essa opção se conecta apenas à instância de computação, não ao restante do espaço de trabalho. Você não verá seus arquivos de espaço de trabalho no VS Code ao usar essa opção.

Para configurar uma instância de computação como um servidor remoto Jupyter Notebook, primeiro instale:

  • Extensão de código do Azure Machine Learning Visual Studio. Para obter mais informações, consulte o guia de configuração da Extensão de Código do Azure Machine Learning Visual Studio.

Para conectar-se a uma instância de computação:

  1. Abra um Jupyter Notebook no Visual Studio Code.

  2. Quando a experiência do notebook integrado carregar, escolha Selecionar kernel.

    A captura de tela mostra como selecionar o Jupyter Server.

    Como alternativa, use a paleta de comandos:

    1. Selecione Exibir > paleta de comandos na barra de menus para abrir a paleta de comandos.
    2. Entre na caixa AzureML: Connect to Compute instance Jupyter serverde texto .

  3. Escolha Azure ML Compute Instances na lista de opções do servidor Jupyter.

  4. Selecione sua assinatura na lista de assinaturas. Se você configurou anteriormente seu espaço de trabalho padrão do Azure Machine Learning, esta etapa será ignorada.

  5. Selecione a área de trabalho.

  6. Selecione sua instância de computação na lista. Se você não tiver uma, selecione Criar nova Instância de Computação do Azure Machine Learning e siga as instruções para criar uma.

  7. Para que as alterações entrem em vigor, você precisa recarregar o Visual Studio Code.

  8. Abra um Jupyter Notebook e execute uma célula.

Importante

Você DEVE executar uma célula para estabelecer a conexão.

Neste ponto, você pode continuar a executar células no seu Jupyter Notebook.

Gorjeta

Você também pode trabalhar com arquivos de script Python (.py) contendo células de código semelhantes ao Jupyter. Para obter mais informações, consulte a documentação interativa do Visual Studio Code Python.

Próximos passos

Agora que você lançou o Visual Studio Code conectado remotamente a uma instância de computação, você pode preparar seus dados, editar e depurar seu código e enviar trabalhos de treinamento com a extensão do Azure Machine Learning.

Para saber mais sobre como aproveitar ao máximo o VS Code integrado ao Azure Machine Learning, consulte Trabalhar no VS Code conectado remotamente a uma instância de computação (visualização).