Machine Learning Azure 实例中文解析 【1】

本文是根据以下网站撰写的mslearn-dp100 https://microsoftlearning.github.io/mslearn-dp100/instructions/03-azureml-designer.html#before-you-start

Microsoft Azure云平台的ML服务是非常智能化以及便利，如果有条件的话，根据上面的英文流程走一遍也是非常不错的。但是本人在走以上流程也遇到不少问题，所以特地用一篇中文实例来做一下解释。如果对微软Azure ML感兴趣的，可以通过这篇文章做一个初步了解。

首先是要有一个Azure Portal平台的账号，这个平台的账号需要一张双币卡作为认证办理，办理之后的一个月内会有一个200美金的额度的免费体验账号，当然也要解释一下为什么是200美金：因为在Azure需要用到微软的云服务器，然后你需要购买相应的服务，例如数据库，虚拟器；当然这200美金在一个月内肯定是绰绰有余的，对于一个初学者来说，完全用不满200美金的（本人开了很多服务，也才一周用了不到40刀）

有了账号之后，在Portal里面的搜索框搜索：Machine Learning

如图所示，点击这个去创建一个就ok；首先需要创立资源组，这个就不多说，然后下面工作区详细信息，区域选择east asia比较好，本人是在中国大陆；其他必填选项根据提示来就ok。

后面的其他设置按照默认来就可以。

等建立完毕之后，会有如下图示，点击相应实例后

如果是曾经用过Azure ML的同学应该是可以直接在Portal上面操作的，但是自从2021年12月之后建立的ML资源，需要在一个新的平台操作，当然，是完全升级过的。

Microsoft Azure Machine Learning Studiohttps://ml.azure.com/ 

 这个就是新平台的网站

如图可以看到test2的Azure Machine Learning资源已经创建完成 

然后接下来，我们需要进行进一步操作，建立一个compute，如上图所示在Recent resource的一个列表标签。

在英文的原版中，可以找到相应的参数设置 

 具体如下：

当然在advanced settings我们不需要过多操作，这时候点击create就可以。

之后就可以在之前那个compute的界面，查找到相应信息

 

 之后需要在Notebook里头的terminal，去run一个code，如下

git clone https://github.com/MicrosoftLearning/mslearn-dp100 mslearn-dp100 

 

 

 这个代码功能是导入一些后续需要用的文件，如图所示就已经导入完成啦。