Criar um Workspace do Azure Machine Learning
O Azure Machine Learning é um serviço de nuvem para acelerar e gerenciar o ciclo de vida dos projetos de machine learning. Profissionais de aprendizado de máquina, cientistas de dados e engenheiros podem usá-lo em fluxos de trabalho cotidianos para treinar e implantar modelos e gerenciar o Machine Learning Ops.
Você pode criar um modelo no Azure Machine Learning ou usar um modelo criado de uma plataforma de código aberto, como Pytorch, TensorFlow ou scikit-learn. O suporte ao Machine Learning Ops pode ajudar você a monitorar, retreinar e reimplantar modelos.
Há muitas vantagens de usar a plataforma do Azure Machine Learning para criar modelos de pesquisa visual computacional. Um serviço de plataforma de nível empresarial que facilita as seguintes funcionalidades ao treinar e implantar modelos de pesquisa visual computacional:
- Ele fornece uma única plataforma para rotular, treinar e implantar modelos.
- Escalabilidade a capacidade de executar o código para o treinamento do modelo em uma instância de computação, enquanto o treinamento real do modelo ocorre em outra instância de computação, que é escalonável para se alinhar ao número de imagens e tarefas de modelagem.
- Com a funcionalidade de hyperdrive do AutoML para imagens, é possível treinar centenas de modelos usando diferentes algoritmos e hiperparâmetros para que, depois, o AML determine o melhor modelo (campeão) automaticamente.
Saiba mais sobre o Machine Learning no Azure.
Criar um Workspace do Azure Machine Learning
Entre no portal do Azure usando as credenciais de assinatura do Azure.
No canto superior esquerdo do portal do Azure, selecione as três barras e escolha + Criar um recurso.
Use a barra de pesquisa para encontrar o machine learning e, depois, selecione o resultado Machine Learning:
No painel Machine Learning, selecione o botão Criar para iniciar o processo de implantação:
Na guia Básico, insira os seguintes valores para cada configuração:
Configuração Valor Detalhes do projeto Subscription <Sua assinatura> Grupo de recursos <Criar Novo> OU <Selecionar um Grupo de Recursos Existente> Recomendamos usar o mesmo grupo de recursos que contém a conta do Armazenamento do Azure das etapas anteriores. Detalhes do Workspace Nome do workspace Insira um nome exclusivo. Uma parte desse valor é usada para prefixar automaticamente os nomes de novos recursos que são preenchidos automaticamente para as configurações a seguir. Region <Selecione uma região apropriada> Use um local que esteja próximo geograficamente. Conta de armazenamento <Criar Novo> O nome é preenchido automaticamente usando o prefixo doNome do Workspace. Key vault <Criar Novo> O nome é preenchido automaticamente usando o prefixo doNome do Workspace. Application insights <Criar Novo> O nome é preenchido automaticamente usando o prefixo doNome do Workspace. Registro de contêiner Use o valor padrão de None. Quando terminar, selecione Examinar + criar para validar a implantação do workspace do Azure Machine Learning.
Na página resultante, você poderá validar os detalhes da sua implantação. Se estiver satisfeito com o resultado, selecione o botão Criar para iniciar a implantação. A conclusão desse processo pode levar alguns minutos.
Depois que a implantação for concluída, navegue até o seu novo recurso do Azure Machine Learning. Você pode localizar facilmente esse recurso digitando "Azure Machine Learning" na barra de pesquisa do Azure e escolhendo o ícone do Machine Learning. Isso listará todos os recursos do Azure Machine Learning disponíveis na sua assinatura do Azure.
Depois de navegar com êxito até a instância recém-implantada, observe que na seção Visão Geral haverá um botão com o rótulo Baixar config.json. Clique nesse botão para baixar a configuração e armazená-la em algum lugar seguro e acessível para usá-la no Módulo 3.
Na seção Visão Geral do recurso do workspace do Azure Machine Learning, selecione Iniciar Estúdio para abrir seu workspace no navegador e se prepará-lo para a próxima unidade.
