Comment créer un environnement virtuel Anaconda à utiliser avec Azure Machine Learning et comment créer un lien avec Jupyter

introduction

Créer un environnement d'apprentissage automatique à l'aide de blocs-notes Jupyter sur Azure Machine Learning C'est un résumé des méthodes pour.

Il est supposé que les blocs-notes Azure Machine Learning Studio et Jupyter peuvent être démarrés. Utilisez Anaconda pour créer et changer d'environnements virtuels.

Qu'est-ce que Anaconda

Une collection de packages Python pour la science des données

En utilisant Anaconda, il est possible de créer et de changer facilement l'environnement de développement sans prendre le temps d'installer la bibliothèque.

Référence: https://www.creativevillage.ne.jp/72837

procédure

1. Lancez Terminal sur les ordinateurs portables Jupyter

image.png

2. Configuration de l'environnement virtuel Anaconda et intégration de Jupyter

Suivez les étapes ci-dessous dans Terminal sur Jupyter.

2.1 Construire un environnement virtuel avec conda

$ conda create --name my_notebook_env python=3.7 -y

-name my_notebook_env: Le nom de l'environnement virtuel. Vous pouvez définir ce que vous voulez. python = 3.7: version Python utilisée dans l'environnement virtuel -y: répond automatiquement aux éléments de confirmation par oui

2.2 Activation de l'environnement virtuel

$ conda activate my_notebook_env

2.3 Installer des bibliothèques dans un environnement virtuel

Installez le SDK Azure Machine Learning pour Python.

$ pip install --upgrade azureml-sdk[explain,automl,interpret,notebooks]

Voir ci-dessous pour plus de détails sur les composants installés. Azure Machine Learning SDK for Python

2.4 Ajout d'un noyau d'environnement virtuel à Jupyter

Exécutez la commande suivante avec l'environnement virtuel activé.

$ ipython kernel install --user --name=my_notebook_env --display-name=my_notebook_env

--user: installé dans l'environnement utilisateur actuel --name: Spécifiez le nom du noyau --display-name: Le nom d'affichage du noyau. Cette fois, c'est le même que le nom du noyau, mais vous pouvez définir ici un nom d'affichage facile à comprendre.

3. Basculement du noyau sur les notebooks Jupyter

3.1 Rechargement de Jupyter

S'il existe un livre de nœuds ouvert, rechargez-le en rechargeant le navigateur pour refléter les modifications.

3.2 Changement de noyau

Sélectionnez Kernel → Change kernel sur le livre de nœuds et sélectionnez l'environnement virtuel (my_notebook_env) créé cette fois. image.png

Cela réussit si l'affichage en haut à droite de l'écran du livre de nœuds est correctement commuté. image.png

Résumé

Vous pouvez facilement créer et changer l'environnement de développement à l'aide d'Anaconda. En utilisant Azure Machine Learning, vous pouvez effectuer un apprentissage automatique dans l'environnement Jupyter familier.

référence

Qu'est-ce qu'Azure Machine Learning Azure Machine Learning SDK for Python Mémo d'utilisation facile d'Anaconda (conda)

Recommended Posts

Comment créer un environnement virtuel Anaconda à utiliser avec Azure Machine Learning et comment créer un lien avec Jupyter
Comment créer un environnement d'exécution Python et Jupyter avec VSCode
Comment créer rapidement un environnement d'apprentissage automatique à l'aide de Jupyter Notebook avec UbuntuServer 16.04 LTS avec Anaconda
Étapes rapides pour créer un environnement d'apprentissage automatique à l'aide de Jupyter Notebook sur macOS Sierra avec anaconda
Comment créer rapidement un environnement d'apprentissage automatique à l'aide de Jupyter Notebook avec UbuntuServer 16.04 LTS
Apprentissage automatique à l'aide de Jupyter Notebook dans l'environnement OCI Always Free (2019/12/17)
Créez un environnement d'apprentissage automatique scikit-learn avec VirtualBox et Ubuntu
Comment dessiner de manière interactive un pipeline d'apprentissage automatique avec scikit-learn et l'enregistrer au format HTML
Que diriez-vous d'Anaconda pour créer un environnement d'apprentissage automatique avec Python?
Comment créer un environnement d'exécution virtuelle pour Python à l'aide de Visual Studio Code et de pipenv sur une machine Windows (également le notebook Jupyter)
Construction d'environnement AI / Machine Learning avec Python
Que diriez-vous de créer un environnement virtuel avec Anaconda et de faire une installation pip?
Impossible d'importer les packages installés dans l'environnement virtuel avec Anaconda sous Windows 10
[Memo] Créez un environnement virtuel avec Pyenv + anaconda
Créez un environnement virtuel avec pyenv et venv
[TF] Comment créer Tensorflow dans un environnement Proxy
De la construction d'environnement Python à la construction d'environnement virtuel avec anaconda
Créer un environnement d'apprentissage automatique Python avec des conteneurs
Créez un environnement PYNQ sur Ultra96 V2 et connectez-vous à Jupyter Notebook
Comment installer le framework d'apprentissage en profondeur Tensorflow 1.0 dans l'environnement Windows Anaconda
Créez un environnement interactif pour l'apprentissage automatique avec Python
Créez un environnement virtuel python avec virtualenv et virtualenvwrapper
Créer un environnement de développement d'applications d'apprentissage automatique avec Python
Créez un environnement virtuel python avec virtualenv et virtualenvwrapper
Comment résoudre les erreurs de module SSL dans l'environnement Anaconda
Comment gérer l'exécution de la transaction: échec dans Anaconda
Comment préparer l'environnement pour Google Colab avec le cours avancé d'apprentissage automatique de Coursera
Comment diviser les données de formation en machine learning en variables objectives et autres dans Pandas
Vous n'avez pas besoin d'installer Anaconda pour créer un environnement d'apprentissage automatique. Utilisons Miniconda
[Mémo d'apprentissage] Comment créer une application avec Django ~ De l'environnement virtuel au push vers github ~
J'ai essayé de créer un environnement d'apprentissage automatique avec Python (Mac OS X)
Comment adapter plusieurs bibliothèques d'apprentissage automatique en une seule fois
[TensorFlow 2 / Keras] Comment exécuter l'apprentissage avec CTC Loss dans Keras
Comment créer un nouvel environnement virtuel Python sur Ubuntu
Créer des pipelies Azure avec Azure DevOps dans un environnement auto-hébergé Linux
Créer un environnement virtuel Anaconda
Refléter l'environnement virtuel créé par Miniconda dans le notebook Jupyter
Double-cliquez sur ipynb dans l'environnement windows + anaconda pour l'ouvrir dans jupyter-notebook
Remarques sur la façon de charger un environnement virtuel avec PyCharm
Comment développer dans un environnement virtuel Python [Memo]
Je souhaite utiliser un environnement virtuel avec jupyter notebook!
Créer un environnement d'apprentissage automatique
Comment créer un environnement de développement de la série Python2.7 avec Vagrant
Utilisé en EDA pour l'apprentissage automatique
Apprentissage automatique pour apprendre avec Nogisaka 46 et Keyakizaka 46 Partie 1 Introduction
Changer d'environnement virtuel avec jupyter
Comment créer une trame de données et jouer avec des éléments avec des pandas
Comment se connecter à AtCoder avec Python et soumettre automatiquement
Vue d'ensemble de l'environnement virtuel Python et comment le créer
Apprentissage de l'historique pour participer au développement d'applications d'équipe avec Python ~ Créer un environnement Docker / Django / Nginx / MariaDB ~
Remarques sur la création d'un environnement LAMP à l'aide de Vagrant et VirtulBox
Comment gérer l'erreur d'installation de python dans pyenv (BUILD FAILED)
Créez un environnement Python sur votre Mac avec Anaconda et PyCharm
Comment exécuter Jupyter et Spark sur Mac avec des paramètres minimaux
Comment utiliser Jupyter Notebook sans polluer votre environnement avec Docker
Créez un environnement d'apprentissage automatique arbitraire avec GCP + Docker + Jupyter Lab
Apprenez le machine learning à tout moment et en tout lieu dans l'environnement Jupyter Notebook à la demande
Les gens mémorisent les connaissances acquises dans le cerveau, comment mémoriser les connaissances acquises dans l'apprentissage automatique
Comment créer une API de machine learning sans serveur avec AWS Lambda