你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

在 Azure 机器学习工作室中创建适用于 PyTorch 的 Azure 容器 (ACPT) 自定义特选环境

本文介绍如何在 Azure 机器学习中创建自定义环境。 借助自定义环境，可以扩展特选环境，并使用 Azure 机器学习添加 Hugging Face (HF) 转换器、数据集或安装任何其他外部包。 Azure 机器学习提供创建新环境的功能，其中 docker 上下文包含 ACPT 特选环境作为基础映像，并在其中附加其他包。

先决条件

在按照本文中的步骤操作之前，请确保满足以下先决条件：

• Azure 订阅。 如果没有 Azure 订阅，请在开始操作前先创建一个免费帐户。 试用免费版或付费版 Azure 机器学习。
• Azure 机器学习工作区。 如果没有，请使用快速入门：创建工作区资源一文中的步骤创建一个。

导航到环境

在 Azure 机器学习工作室中，通过选择“环境”选项导航到“环境”部分。

导航到特选环境

导航到特选环境并搜索“acpt”以列出所有可用的 ACPT 特选环境。 选择环境后会显示环境的详细信息。

获取特选环境的详细信息

若要创建自定义环境，需要基本 docker 映像存储库，它在“说明”部分中显示为“Azure 容器注册表”。 复制“Azure 容器注册表”名称，稍后将在创建新的自定义环境时用到它。

导航到自定义环境。

返回并选择“自定义环境”选项卡。

创建自定义环境

选择“+ 新建”。 在“创建环境”窗口中，命名环境并添加说明，然后在“选择环境类型”部分中选择“创建新的 docker 上下文”。

粘贴之前复制的 docker 映像名称。 通过声明基础映像并添加要使用的任何 env 变量和要包含的包来配置环境。

查看环境设置，根据需要添加任何标记，然后选择“创建”按钮创建自定义环境。

就这么简单！ 现在，你已在 Azure 机器学习工作室中创建了一个自定义环境，并可以使用它来运行机器学习模型。

后续步骤

• 详细了解环境对象：
  • 什么是 Azure 机器学习环境？ 。
  • 详细了解特选的环境。
• 详细了解如何在 Azure 机器学习中训练模型。
• 适用于 PyTorch 的 Azure 容器 (ACPT) 参考