Preparar o espaço de trabalho do bloco de anotações Jupyter

  • 5 minutos

A instância de computação do Azure Machine Learning é uma estação de trabalho do Azure segura e baseada na nuvem que fornece aos cientistas de dados um servidor Jupyter Notebook, JupyterLab e um ambiente de aprendizado de máquina totalmente gerenciado. Anteriormente, implantamos uma instância de computação que agora usaremos para executar um bloco de anotações especial. Este notebook nos permite treinar nosso modelo de deteção de objetos usando AutoML. Nesta unidade, prepararemos o espaço de trabalho do bloco de anotações Jupyter com pré-requisitos que nos permitirão executar o notebook com sucesso.

Preparar o espaço de trabalho do bloco de anotações Jupyter

  1. Entre no estúdio do Azure Machine Learning e selecione seu espaço de trabalho.

  2. Se você já salvou e consegue recuperar o arquivo config.json do Módulo 1, você pode pular as próximas duas etapas. Se você precisar obter esse arquivo novamente, abra o portal do Azure em uma nova guia e navegue até seu 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 Azure Machine Learning. Esta ação listará todos os recursos disponíveis do Azure Machine Learning na sua Subscrição do Azure.

    Uma captura de tela que demonstra como navegar até seu recurso do Azure Machine Learning.

  3. Quando você navegar com êxito para seu recurso de Aprendizado de Máquina do Azure, observe que na seção Visão geral haverá um botão chamado Baixar config.json. Selecione este botão para baixar a configuração e armazená-la em algum lugar seguro e acessível para que possa ser usada nas próximas etapas.

    Uma captura de tela mostrando onde baixar a configuração do espaço de trabalho do Azure Machine Learning.

  4. No painel esquerdo, localize a seção Gerenciar e selecione Computação. Em seguida, selecione o link Jupyter que corresponde à instância de computação implantada anteriormente.

    Uma captura de tela mostrando onde iniciar o link Jupyter.

  5. Selecione o diretório Usuários e, em seguida, selecione seu nome de usuário.

    Uma captura de tela mostrando como navegar até o diretório do usuário na instância do Jupyter.

  6. Baixe e extraia os seguintes arquivos de espaço de trabalho do Jupyter fornecidos. Você precisará descompactar o arquivo jupyter_workspace_compressed.zip incluído, pois os arquivos incluídos serão referenciados na próxima etapa.

  7. Agora carregaremos os arquivos de pré-requisito e criaremos um local de pasta em nosso espaço de trabalho:

    1. Selecione o botão Carregar e carregue o arquivo config.json obtido nas etapas anteriores (esse arquivo não está incluído no arquivo .zip, mas foi obtido anteriormente no portal do Azure e é exclusivo da sua conta).

    2. Selecione o botão Carregar e carregue o arquivo test_image1.jpg .

    3. Selecione o botão Upload e carregue o script python yolo_onnx_preprocessing_utils.py .

    4. Selecione o botão Carregar e carregue o bloco de anotações AutoMLImage_ObjectDetection.ipynb Jupyter.

      A vista final da área de trabalho deve ter o seguinte aspeto:

    Uma captura de tela mostrando o espaço de trabalho do Jupyter com todos os pré-requisitos necessários.