示例 Jupyter Notebook (v2) - Azure Machine Learning

选项 1：在 Azure 机器学习计算实例上访问（建议）

若要开始使用示例，最简单的方法是完成创建帮助入门的资源。完成后，你就有了一个预先装载了 SDK 和 Azure 机器学习笔记本存储库的专用笔记本服务器。不需下载，也不需安装。

要查看示例笔记本：

登录工作室，选择你的工作区（如果需要）。

选择“笔记本”。

选择“ 示例 ”选项卡。对于使用 Python SDK v2 的示例，使用“ SDK v2 ”文件夹。

打开要运行的笔记本。选择“克隆此笔记本”以在工作区文件共享中创建副本。 此操作将复制笔记本以及任何依赖的资源。

选项 2：在自己的笔记本服务器上访问

若要自带笔记本服务器进行本地开发，请在你的计算机上执行以下步骤。

按照 Azure 机器学习 SDK 中的说明安装适用于 Python 的 Azure 机器学习 SDK (v2)

创建 Azure 机器学习工作区。

克隆 AzureML-Examples 存储库。

git clone https://github.com/Azure/azureml-examples.git --depth 1 从包含克隆的目录中启动笔记本服务器。 jupyter notebook 这些说明会安装快速入门和教程笔记本所需的基础 SDK 包。其他示例笔记本可能需要安装额外的组件。有关详细信息，请参阅安装适用于 Python 的 Azure 机器学习 SDK。选项 3：在 DSVM 上访问 Data Science Virtual Machine (DSVM) 是专为研究数据科学而构建的自定义 VM 映像。如果创建 DSVM，则会为你安装和配置 SDK 和笔记本服务器。但是，你仍然需要创建工作区并克隆示例存储库。创建 Azure 机器学习工作区。克隆 AzureML-Examples 存储库。 git clone https://github.com/Azure/azureml-examples.git --depth 1 从包含克隆的目录中启动笔记本服务器。 jupyter notebook 连接到工作区某些示例使用 MLClient.from_config() 连接到工作区。若要使这些示例正常工作，需要在示例路径的某个目录中包含一个配置文件。该配置文件是在 Azure 机器学习计算实例上创建的。若要在你自己的笔记本服务器或 DSVM 上使用代码，请手动创建配置文件。使用以下方法之一：在克隆存储库的根目录中编写一个配置文件 (aml_config/config.json)。下载工作区配置文件：登录到 Azure 机器学习工作室选择右上角的工作区设置选择“下载配置文件” 将该文件置于克隆存储库的根目录中。浏览 AzureML-Examples 存储库，了解 Azure 机器学习可以执行的操作。有关 MLOps 的更多示例，请参阅 https://github.com/Azure/mlops-v2。试用以下教程：快速入门：Azure 机器学习入门教程：使用 AutoML 和 Python 训练物体检测模型