Es posible que algunos de ustedes estén leyendo sobre Azure ML y la extensión por primera vez; no se preocupen, estamos aquí para contarles más al respecto.
Azure ML es un servicio de aprendizaje automático que proporciona a los científicos de datos un amplio conjunto de herramientas para crear, entrenar e implementar modelos. AML Extension es una herramienta complementaria que brinda una experiencia guiada para ayudarlo a crear y administrar activos directamente desde VS Code. La extensión tiene como objetivo optimizar tareas como realizar experimentos, crear objetivos computacionales y administrar entornos, sin tener que cambiar el contexto del editor al navegador. Los usuarios de la extensión pueden trabajar en sus espacios de trabajo e interactuar con sus recursos básicos de AML mediante un árbol de navegación simple y hacer clic en comandos.
Obtenga más información sobre cómo comenzar con Azure ML aquí... Si desea experimentar con la extensión, puede instalarla aquí y leer la documentación de introducción aquí .
Integración con el almacén de datos
Una de las nuevas funciones que hemos lanzado es la compatibilidad con el registro de Datastore. Datastore es un recurso de AML que le permite almacenar información de conexión a los servicios de almacenamiento de Azure. Con Datastores, ya no tiene que preocuparse por escribir conectores de almacenamiento personalizados o codificar su información de conexión como variables de entorno, objetos de configuración o cadenas en su fuente.
La extensión AML actualmente es compatible con los tipos de almacenamiento Azure Blob y el uso compartido de archivos de Azure. Para acelerar el registro, hemos desarrollado un conjunto de opciones de entrada optimizadas, como la obtención automática de credenciales de clave de cuenta para autenticarse en su cuenta de almacenamiento de Azure.
Registrar un almacén de datos a través de la vista de árbol de extensiones AML
Integración de conjuntos de datos
La extensión AML ahora admite la creación de conjuntos de datos tabulares y de archivo. Los conjuntos de datos se pueden utilizar para determinar un consumible a partir de los datos de su almacén de datos, sistema de archivos local o ubicación remota; Estos objetos se pueden utilizar durante experimentos y entrenamientos.
Cree una tabla o un conjunto de datos de archivo usando el árbol de extensión
Una vez que haya creado un conjunto de datos de tabla, puede usar una extensión para obtener una vista previa de las primeras 50 filas de sus datos. La vista previa del conjunto de datos admite actualmente el filtrado con expresiones simples (por ejemplo, busque directamente "str" en una columna de cadena o use "> X" en una columna numérica).
Vista previa de conjuntos de datos tabulares y filtrado de valores de columna
En versiones anteriores de la extensión AML, agregamos soporte para ayudarlo a entrenar sus modelosa Azure a través de la experimentación. Los experimentos consisten en la secuencia de comandos del tutorial, el objetivo de cálculo en el que desea trabajar y el entorno en el que desea trabajar (es decir, qué paquetes de Python deben instalarse). Con los conjuntos de datos que presentamos, le facilitamos el uso de estos conjuntos de datos en su experimento sin tener que escribir código AML SDK adicional. Justo antes de enviar el experimento, se le muestra un archivo de configuración con un enlace a sus conjuntos de datos. En el archivo, solo necesita ingresar un parámetro de secuencia de comandos y un mecanismo de adjunto para usarlo para el conjunto de datos de archivo, o la entrada con nombre que le gustaría usar para el conjunto de datos tabular.
Usar un conjunto de datos en una configuración de ejecución piloto
Integración de instancias informáticas
Las instancias de Compute AML son máquinas virtuales administradas que puede configurar y usar para experimentar con ML. ¡Con la extensión de VS Code, crear y administrar estas instancias informáticas ahora es más fácil! Puede ver todas las instancias de cálculo de su espacio de trabajo e iniciarlas, detenerlas o reiniciarlas mediante los comandos del árbol. Con unos pocos clics, puede crear una instancia informática habilitada para SSH y luego seguir nuestra documentación en el editor para conectarse fácilmente a ella a través de la extensión VS Code Remote SSH.
Cree una instancia informática y conéctese a ella desde VS Code
Cambios de interfaz
Hace mucho tiempo que escuchamos a los desarrolladores que la interfaz de extensión es diferente de Azure ML Studio. En GIF anteriores, es posible que ya haya notado un diseño muy consistente en la vista de árbol de extensiones. Actualizamos cada nodo con iconos equivalentes de Studio y los cambiamos de nombre / reordenamos cuando fue necesario.