Aceder a um terminal de instância de computação na área de trabalho

Acesse o terminal de uma instância de computação em seu espaço de trabalho para:

• Use arquivos do Git e arquivos de versão. Esses arquivos são armazenados em seu sistema de arquivos de espaço de trabalho, não restritos a uma única instância de computação.
• Instale pacotes na instância de computação.
• Crie kernels extras na instância de computação.

Pré-requisitos

• Uma subscrição do Azure. Se não tiver uma subscrição do Azure, crie uma conta gratuita antes de começar.
• Um espaço de trabalho de Machine Learning. Consulte Criar recursos do espaço de trabalho.

Aceder a um terminal

Para aceder ao terminal:

1. Abra a área de trabalho no estúdio do Azure Machine Learning.

2. Do lado esquerdo, selecione Blocos de notas.

3. Selecione a imagem Abrir terminal .

   

4. Quando uma instância de computação está em execução, a janela do terminal para essa instância de computação é exibida.

5. Quando nenhuma instância de computação estiver em execução, use a seção Computação para iniciar ou criar uma instância de computação.

Além das etapas anteriores, você também pode acessar o terminal de:

• Em VS Code: Selecione o Terminal > Novo Terminal no menu. A entrada pode estar escondida atrás do menu . Para saber mais sobre como se conectar ao seu espaço de trabalho a partir do VS Code, consulte Trabalhar no VS Code conectado remotamente a uma instância de computação.
• RStudio ou Posit Workbench (anteriormente RStudio Workbench) (Consulte Adicionar aplicativos personalizados, como RStudio ou Posit Workbench)): Selecione a guia Terminal no canto superior esquerdo.
• Jupyter Lab: Selecione o bloco Terminal sob o título Outro na guia Iniciador.
• Jupyter: Selecione Novo>Terminal no canto superior direito da guia Arquivos.
• SSH para a máquina, se você habilitou o acesso SSH quando a instância de computação foi criada. Se a instância de computação estiver em uma rede virtual gerenciada e não tiver um endereço IP público, use o az ml compute connect-ssh comando para se conectar à instância de computação.

Copiar e colar no terminal

Na secção Blocos de Notas, pode copiar e colar texto entre o terminal e as células do bloco de notas.

• Windows: Ctrl-c para copiar e usar Ctrl-v ou Ctrl-Shift-v Shift-Insert para colar.
• Mac OS: Cmd-c para copiar e Cmd-v colar.
• FireFox e Internet Explorer podem não suportar permissões de área de transferência corretamente.

Usar arquivos do Git e arquivos de versão

Aceda a todas as operações Git a partir do terminal. Todos os arquivos e pastas Git são armazenados em seu sistema de arquivos de espaço de trabalho. Esse armazenamento permite que você use esses arquivos de qualquer instância de computação em seu espaço de trabalho.

Nota

Adicione os ficheiros e as pastas na pasta ~/cloudfiles/code/Users, para que estejam visíveis em todos os ambientes do Jupyter.

Para integrar o Git ao seu espaço de trabalho do Azure Machine Learning, consulte Integração do Git para o Azure Machine Learning.

Instalar pacotes

Instale pacotes a partir de uma janela do terminal. Instale pacotes no kernel que você deseja usar para executar seus notebooks. O kernel padrão é python310-sdkv2.

Ou você pode instalar pacotes diretamente no Jupyter Notebook, RStudio ou Posit Workbench (anteriormente RStudio Workbench):

• RStudio ou Posit Workbench(consulte Adicionar aplicativos personalizados, como RStudio ou Posit Workbench): use a guia Pacotes no canto inferior direito ou a guia Console no canto superior esquerdo.
• Python: Adicione o código de instalação e execute em uma célula do Jupyter Notebook.

Nota

Para gerenciamento de pacotes dentro de um notebook Python, use as funções mágicas %pip ou %conda para instalar automaticamente pacotes no kernel em execução atualmente, em vez de !pip ou !conda , que se refere a todos os pacotes (incluindo pacotes fora do kernel em execução atualmente)

Adicionar novos kernels

Aviso

Ao personalizar a instância de computação, certifique-se de não excluir ambientes conda ou kernels jupyter que você não criou. Isso pode danificar a funcionalidade do Jupyter/JupyterLab.

Para adicionar um novo kernel Jupyter à instância de computação:

1. Use a janela do terminal para criar um novo ambiente. Por exemplo, o comando a seguir cria newenv:

   conda create --name newenv
   

2. Ative o ambiente. Por exemplo, depois de criar newenv:

   conda activate newenv
   

3. Instale o pacote pip e ipykernel no novo ambiente e crie um kernel para esse conda env

   conda install pip
   conda install ipykernel
   python -m ipykernel install --user --name newenv --display-name "Python (newenv)"
   

Qualquer um dos kernels Jupyter disponíveis pode ser instalado.

Para adicionar um novo kernel R à instância de computação:

1. Use a janela do terminal para criar um novo ambiente. Por exemplo, o comando a seguir cria r_env:

   conda create -n r_env r-essentials r-base
   

2. Ative o ambiente. Por exemplo, depois de criar r_env:

   conda activate r_env
   

3. Execute R no novo ambiente:

   R
   

4. No prompt R, execute IRkernel:

   IRkernel::installspec(name = 'irenv', displayname = 'New R Env')
   

5. Feche a sessão R.

   q()
   

Leva alguns minutos até que o novo kernel R esteja pronto para uso. Se você receber um erro dizendo que é inválido, aguarde e tente novamente.

Para obter mais informações sobre conda, consulte Usando a linguagem R com o Anaconda. Para obter mais informações sobre IRkernel, consulte Kernel R nativo para Jupyter.

Remover kernels adicionados

Aviso

Ao personalizar a instância de computação, certifique-se de não excluir ambientes conda ou kernels jupyter que você não criou.

Para remover um kernel Jupyter adicionado da instância de computação, você deve remover o kernelspec e (opcionalmente) o ambiente conda. Você também pode optar por manter o ambiente de conda. Você deve remover o kernelspec, ou seu kernel ainda é selecionável e pode causar um comportamento inesperado.

Para remover o kernelspec:

1. Use a janela do terminal para listar e encontrar o kernelspec:

   jupyter kernelspec list
   

2. Remova o kernelspec, substituindo-UNWANTED_KERNEL pelo kernel que você gostaria de remover:

   jupyter kernelspec uninstall UNWANTED_KERNEL
   

Para remover também o ambiente conda:

1. Use a janela do terminal para listar e encontrar o ambiente conda:

   conda env list
   

2. Remova o ambiente conda, substituindo-ENV_NAME pelo ambiente conda que você gostaria de remover:

   conda env remove -n ENV_NAME
   

Após a atualização, a lista do kernel na visualização dos blocos de anotações deve refletir as alterações feitas.

Gerir sessões no terminal

As sessões do terminal podem permanecer ativas se as guias do terminal não estiverem fechadas corretamente. Muitas sessões de terminal ativas podem afetar o desempenho da sua instância de computação.

Selecione Gerenciar sessões ativas na barra de ferramentas do terminal para ver uma lista de todas as sessões ativas do terminal e encerrar as sessões de que não precisa mais.

Saiba mais sobre como gerenciar sessões em execução em sua computação em Gerenciando sessões de bloco de anotações e terminais.

Aviso

Certifique-se de fechar todas as sessões de que não precisa mais para preservar os recursos da instância de computação e otimizar o desempenho.

Conteúdos relacionados

• Gerir sessões de blocos de notas e terminais
• Integração do Git para o Azure Machine Learning
• Trabalhar no VS Code remotamente conectado a uma instância de computação