了解环境

  • 6 分钟

在企业机器学习解决方案中，可以在各种计算上下文中运行试验，请务必了解试验代码正在运行的环境。 可以使用 azure 机器学习 环境 来创建环境并指定试验的运行时配置。

创建 Azure 机器学习工作区时，会自动创建 特选 环境并可供你使用。 或者，可以创建和管理自己的 自定义 环境，并在工作区中注册它们。 创建和注册自定义环境可以定义试验的一致、可重用的运行时上下文，而不管试验脚本在何处运行。

Azure 机器学习中的环境是什么？

Python 代码在 虚拟环境上下文中运行， 定义要使用的 Python 运行时版本以及代码可用的已安装包。 在大多数 Python 安装中，使用 conda 或 pip在环境中安装和管理包。

为了提高可移植性，通常会在 Docker 容器中创建环境，这些环境又托管在计算目标上，例如开发计算机、虚拟机或云中的群集。

计算目标中容器的环境示意图。

Azure 机器学习将环境定义构建到 Docker 映像和 conda 环境中。 使用环境时，Azure 机器学习在与工作区关联的 Azure 容器注册表上生成环境。

提示

创建 Azure 机器学习工作区时，可以选择是使用现有的 Azure 容器注册表，还是根据需要让工作区创建新的注册表。

若要查看 Azure 机器学习工作区中的所有可用环境，可以使用 Azure CLI 或 Python SDK 列出工作室中的环境。

例如，使用 Python SDK 列出环境：

envs = ml_client.environments.list()
for env in envs:
    print(env.name)

若要查看特定环境的详细信息，可以按其注册名称检索环境：

env = ml_client.environments.get(name="my-environment", version="1")
print(env)