Creación de entornos de Azure Container for PyTorch (ACPT) mantenidos personalizados en Estudio de Azure Machine Learning

En este artículo, obtendrá información sobre cómo crear un entorno personalizado en Azure Machine Learning. Los entornos personalizados permiten ampliar entornos mantenidos y agregar transformadores de Hugging Face (HF), conjuntos de datos o instalar cualquier otro paquete externo con Azure Machine Learning. Azure Machine Learning ofrece crear un entorno con el contexto de Docker que incluye el entorno mantenido por ACPT como una imagen base y paquetes adicionales sobre él.

Requisitos previos

Antes de seguir los pasos de este artículo, asegúrese de que tiene los siguientes requisitos previos:

• Suscripción a Azure. Si no tiene una suscripción de Azure, cree una cuenta gratuita antes de empezar. Pruebe la versión gratuita o de pago de Azure Machine Learning.
• Un área de trabajo de Azure Machine Learning. Si no tiene uno, siga los pasos descritos en el artículo Inicio rápido: Creación de recursos del área de trabajo para crear uno.

Vaya a entornos

En el Estudio de Azure Machine Learning, vaya a la sección "Entornos" seleccionando la opción "Entornos".

Vaya a entornos mantenidos

Vaya a entornos mantenidos y busque "acpt" para enumerar todos los entornos mantenidos de ACPT disponibles. Al seleccionar el entorno se muestran los detalles del entorno.

Obtención de detalles de los entornos mantenidos

Para crear un entorno personalizado, necesita el repositorio base de imágenes de Docker, que se puede encontrar en la sección Descripción como Azure Container Registry. Copie el nombre Azure Container Registry, que se usará más adelante al crear un nuevo entorno personalizado.

Vaya a entornos personalizados

Vuelva y seleccione la pestaña Entornos personalizados.

Crear entornos personalizados

Seleccione + Create (+ Crear). En la ventana "Crear entorno", asigne un nombre al entorno, una descripción y seleccione Crear un nuevo contexto de Docker en la sección Seleccionar tipo de entornos.

Pegue el nombre de la imagen de Docker que copió anteriormente. Configure el entorno declarando la imagen base y agregue las variables env que quiera usar y los paquetes que quiera incluir.

Revise la configuración del entorno, agregue las etiquetas si es necesario y seleccione el botón Crear para crear el entorno personalizado.

Eso es todo. Ahora ha creado un entorno personalizado en Estudio de Azure Machine Learning y puede usarlo para ejecutar los modelos de Machine Learning.

Pasos siguientes

• Más información sobre los objetos de entorno:
  • ¿Qué son los entornos de Azure Machine Learning? .
  • Obtenga más información sobre los entornos mantenidos.
• Obtenga más información sobre el entrenamiento de modelos en Azure Machine Learning.
• Referencia de Azure Container para PyTorch (ACPT)