Einrichten eines Labs mit Schwerpunkt Deep Learning und Verarbeitung natürlicher Sprache mithilfe von Azure Lab Services
Wichtig
Azure Lab Services wird am 28. Juni 2027 eingestellt. Weitere Informationen finden Sie im Einstellungsleitfaden.
Hinweis
Dieser Artikel bezieht sich auf Features, die in Labkonten verfügbar sind, welche durch Labpläne ersetzt wurden.
Dieser Artikel beschreibt, wie Sie ein Lab mit Schwerpunkt Deep Learning mit Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) mithilfe von Azure Lab Services einrichten. NLP ist eine Form der künstlichen Intelligenz (KI), die Computern Übersetzungs-, Spracherkennungs- und andere Language Understanding-Funktionen bietet.
Kursteilnehmer, die einen Kurs zur Verarbeitung natürlicher Sprache belegen, erhalten einen virtuellen Linux-Computer, auf dem Sie lernen, wie neuronale Netzwerkalgorithmen angewendet werden. Anhand der Algorithmen lernen Kursteilnehmer, Deep Learning-Modelle zum Analysieren geschriebener menschlicher Sprache zu entwickeln.
Labkonfiguration
Zum Einrichten dieses Labs benötigen Sie zunächst ein Azure-Abonnement und ein Lab-Konto. Wenn Sie kein Azure-Abonnement besitzen, können Sie ein kostenloses Konto erstellen, bevor Sie beginnen.
Sobald Sie ein Azure-Abonnement besitzen, können Sie einen neuen Labplan in Azure Lab Services erstellen. Weitere Informationen zum Erstellen eines neuen Labplans finden Sie im Tutorial zum Einrichten eines Labplans. Sie können auch einen vorhandenen Labplan verwenden.
Einstellungen für Labpläne
Aktivieren Sie die in der nachfolgenden Tabelle beschriebenen Einstellungen für den Labplan. Weitere Informationen zum Aktivieren von Marketplace-Images finden Sie im Artikel zum Angeben von für Lab-Ersteller verfügbaren Marketplace-Images.
| Einstellung für Labplan | Anweisungen |
|---|---|
| Marketplace-Images | Aktivieren Sie das Image „Data Science Virtual Machine for Linux (Ubuntu)“. |
Labeinstellungen
Anweisungen zum Erstellen eines Labs finden Sie unter Tutorial: Einrichten eines Labs. Verwenden Sie beim Erstellen des Labs die folgenden Einstellungen:
| Labeinstellungen | Wert |
|---|---|
| Größe des virtuellen Computers (VM) | Kleine GPU (Compute). Diese Größe eignet sich am besten für rechenintensive und netzwerkintensive Anwendungen wie künstliche Intelligenz und Deep Learning. |
| VM-Image | Data Science Virtual Machine für Linux (Ubuntu). Dieses Image bietet Frameworks für Deep Learning sowie Tools für maschinelles Lernen und Data Science. Die vollständige Liste der in diesem Image installierten Tools finden Sie unter Was ist in DSVM enthalten?. |
| Remotedesktopverbindung aktivieren | Aktivieren Sie optional Remotedesktopverbindung aktivieren. Das Data Science-Image ist bereits für die Verwendung von X2Go konfiguriert, sodass Lehrkräfte und Kursteilnehmer eine Verbindung über einen Remotedesktop mit grafischer Benutzeroberfläche herstellen können. Für X2Go ist es nicht erforderlich, die Einstellung Remotedesktopverbindung aktivieren zu aktivieren. |
| Vorlageneinstellungen für virtuelle Computer | Wählen Sie optional Verwenden eines VM-Images ohne Anpassung aus. Wenn Sie das Labpläne verwenden und DSVM alle Tools enthält, die Ihr Kurs benötigt, können Sie den Schritt für die Vorlagenanpassung überspringen. |
Wichtig
Es wird empfohlen, X2Go mit dem Data Science-Image zu verwenden. Wenn Sie jedoch stattdessen RDP verwenden möchten, müssen Sie eine SSH-Verbindung mit der Linux-VM herstellen und die RDP- und GUI-Pakete installieren, bevor Sie das Lab veröffentlichen. Dann können Ihre Kursteilnehmer später mithilfe von RDP eine Verbindung mit der Linux-VM herstellen. Weitere Informationen finden Sie unter Aktivieren eines Remotedesktops mit GUI für Linux-VMs.
Konfiguration des Vorlagencomputers
Das Image der Data Science Virtual Machine für Linux bietet die für Kurse dieser Art erforderlichen Deep Learning-Frameworks und -Tools. Wenn Sie beim Erstellen des Labs Verwenden eines VM-Images ohne Anpassung ausgewählt haben, ist die Option zum Anpassen des Vorlagencomputers deaktiviert. Sie können das Lab veröffentlichen, wenn Sie bereit sind.
Zusammenfassung
In diesem Artikel wurden die Schritte zum Erstellen eines Labs für Kurse zur Verarbeitung natürlicher Sprachen dargelegt. Sie können ein ähnliches Setup für andere Deep Learning-Kurse verwenden.
Nächste Schritte
Das Vorlagenimage kann jetzt im Lab veröffentlicht werden. Weitere Informationen finden Sie unter Veröffentlichen der Vorlagen-VM.
Lesen Sie folgende Artikel zum Einrichten des Labs: