练习 - 构建模型

  • 15 分钟

现在构建模型吧！ 第一步是下载数据集并创建 Azure 服务。

激活沙盒

用于激活沙盒的登录过程在学习模块外运行。 登录后，会自动返回到模块。

激活沙盒的步骤：

  1. 选择“登录以激活沙盒”。 输入凭据进行身份验证。

  2. 如果系统提示，请选择“查看权限”。

    显示沙箱的屏幕截图，其中突出显示了“查看权限”按钮。

  3. 验证权限设置，并选择“接受”。

    显示沙箱的屏幕截图，其中突出显示了权限详细信息和“接受”按钮。

随即将出现消息“沙箱已激活！”，你可以继续完成学习模块。

下载数据集

数据是创建机器学习模型所需的首要内容。 我们将使用来自康奈尔实验室的 NABirds 数据集的子集来训练模型。

下载包含数据集的 zip 文件：

  1. 在 Web 浏览器中，转到 GitHub 中的 “数据集”。

  2. 选择“下载” 。

    在 Web 浏览器中显示 GitHub 的屏幕截图，其中突出显示了数据集 zip 文件和“下载”按钮。

    zip 文件将复制到计算机，并存储在下载文件的默认位置。

  3. 下载完成后，解压缩文件。 请注意文件夹位置，因为你将在后面的步骤中用到它。

创建自定义视觉 API 资源

接下来，我们将在 Azure AI 自定义视觉中创建 API 资源。

  1. 在 Azure 门户中，选择“创建资源”。

  2. 搜索“自定义视觉”。 在“自定义视觉”卡的搜索结果中，选择“创建”。

    显示 Azure 门户中自定义视觉资源模板的搜索结果的屏幕截图。

  3. 在“基本”选项卡上，输入或选择所需的值：

    1. 选择 Azure 订阅。

    2. 创建新的资源组：

      1. 在“资源组”旁，选择“新建”链接。

      2. 在对话框中，输入 BirdResourceGroup，然后选择“确定”。

      显示如何在 Azure 门户中创建新资源组的屏幕截图。

    3. 输入新自定义视觉服务资源的名称（例如，BirdCustomVisionService）。

    4. 在“实例详细信息”下：

      1. 将“区域”设置为“(US) 美国中南部”。

      2. 仅使用字母数字字符和连字符输入资源的“名称”。

    5. 在“训练资源”下，将“训练定价层”设置为“免费 F0 (每秒 2 个事务...)”。

    6. 在“预测资源”下，将“训练定价层”设置为“免费 F0 (每秒 2 个事务...)”。

  4. 选择“查看 + 创建” 。

  5. 选择“创建”。

    突出显示 Azure 门户中要选择用于创建新自定义视觉资源的屏幕截图。

部署完成后，选择“转到资源组”。

显示 Azure 门户中“部署已完成”页的屏幕截图，其中突出显示了“转到资源”按钮。

应会看到此新资源组中列出的两个资源：“训练资源”和“预测资源”。