共用方式為

在 Azure Machine Learning 工作室中管理軟體環境

  • 發行項

本文說明如何在 Azure Machine Learning Studio 中建立和管理 Azure Machine Learning 環境。 隨著專案發展，使用環境來追蹤及重現專案的軟體相依性。

本文中的範例示範如何：

  • 瀏覽策展環境。
  • 建立環境並指定套件相依性。
  • 編輯現有的環境規格及其屬性。
  • 重建環境並檢視映像組建記錄檔。

如需環境的高階概觀，請參閱 什麼是 Azure Machine Learning 環境？如需詳細資訊，請參閱 如何為 Azure Machine Learning 設定開發環境。

必要條件

瀏覽策展環境

策展環境包含 Python 套件的集合，依預設可在您的工作區中使用。 這些環境由快取的 Docker 映像所支援，如此可減少作業準備成本，並支援定型和推斷情節。

選取環境以查看其內容的詳細資訊。 如需詳細資訊，請參閱 Azure Machine Learning 策展環境。

建立環境

若要建立環境：

  1. 在 Azure Machine Learning Studio 中開啟您的工作區。
  2. 在左側選取 [環境]。
  3. 選取 [自訂環境] 索引標籤。
  4. 選取建立按鈕。

選取下列其中一個選項：

  • 建立新的 Docker 內容。
  • 從現有的環境開始。
  • 上傳現有的 Docker 內容。
  • 搭配選用 conda 檔案使用現有的 Docker 映像。

環境建立精靈的螢幕擷取畫面。

您可以自訂組態檔、新增標籤和描述，並在建立實體之前檢閱屬性。

如果新環境的名稱與工作區中的現有環境相同，則會建立新版的現有環境。

檢視和編輯環境詳細資料

  1. 建立環境之後，請從 [自定義環境] 索引標籤中選取 [名稱] 來檢視其詳細數據。

    自定義環境頁面的螢幕快照。

  2. 使用 [ 版本] 下拉功能表來選取不同版本的環境。 從 [ 詳細數據] 索引標籤，您可以透過其各種相依性來檢視環境的元數據和內容。 選取鉛筆圖示以編輯字段，例如 [描述 ] 和 [卷標]。

    [環境詳細數據] 索引標籤的螢幕快照。

  3. 選取 [ 內容] 索引標籤以上傳其他檔案，或編輯現有的 Dockerfile。 使用 儲存和建置 來儲存任何變更並重建內容。

    請記住，Docker 或 Conda 區段的任何變更都會建立新版的環境。

    環境內容索引標籤的螢幕快照。

檢視記錄

選取詳細資料頁面上的 [建置記錄] 索引標籤，以檢視環境版本的記錄和環境記錄分析。 環境記錄分析是一項功能，可提供深入解析和相關疑難排解文件，以說明環境定義問題或映像組建失敗。

  • 組建記錄包含來自 Azure Container Registry (ACR) 工作或映像建置計算作業的裸機輸出。
  • 映像建置分析是組建記錄的分析，用來查看映像組建失敗的原因。
  • 環境定義分析會提供環境定義的相關資訊，以了解其是否符合針對重現性、可支援性或安全性的最佳做法。

如需常見建置失敗的概觀，請參閱 針對環境問題進行疑難排解。

如果您有環境記錄分析的意見反應，請提出 GitHub 問題。

重建環境

在詳細資料頁面上，選取 [重建] 按鈕以重建環境。 您的組態檔中任何未釘選的套件版本，都可以使用此動作更新為最新版本。

後續步驟

如何建立及管理工作區中的檔案