Azure Data Science Virtual Machine 示例
Azure Data Science Virtual Machine (DSVM) 包含一整套示例代码。 这些示例包括用 Python 和 R 等语言写成的 Jupyter 笔记本和脚本。
注意
有关如何在 Data Science Virtual Machine 上运行 Jupyter 笔记本的详细信息，请访问访问 Jupyter 部分。
先决条件
若要运行这些示例，必须已预配一个 Ubuntu Data Science Virtual Machine。
可用示例
| 示例类别 | 说明 | 位置 |
|---|---|---|
| Python 语言 | 解释如何连接基于 Azure 的云数据存储以及如何使用 Azure 机器学习方案的示例。 Python 语言 |
~notebooks |
| Julia 语言 | 详细说明了 Julia 中的绘图和深度学习。 解释如何从 Julia 调用 C 和 Python。 Julia 语言 |
Windows: ~notebooks/Julia_notebooksLinux： ~notebooks/julia |
| Azure 机器学习 | 演示如何使用机器学习生成机器学习和深度学习模型。 在任意位置部署模型。 使用自动化机器学习和智能超参数优化。 使用模型管理和分布式训练。 机器学习 |
~notebooks/AzureML |
| PyTorch Notebook | 使用基于 PyTorch 的神经网络的深度学习示例。 Notebook 从新手方案到高级方案都有涵盖。 PyTorch Notebook |
~notebooks/Deep_learning_frameworks/pytorch |
| TensorFlow | 使用 TensorFlow 框架实现的各种神经网络示例和方法。 TensorFlow |
~notebooks/Deep_learning_frameworks/tensorflow |
| H2O | 基于 Python 的示例，使用 H2O 处理实际问题方案。 H2O |
~notebooks/h2o |
| SparkML 语言 | 通过 pySpark 和 MMLSpark 使用 Apache Spark MLLib 工具包功能的示例：Apache Spark 2.x 上适用于 Apache Spark 的 Microsoft 机器学习。 SparkML 语言 |
~notebooks/SparkML/pySpark~notebooks/MMLSpark |
| XGBoost | XGBoost 中的标准机器学习示例 - 例如分类和回归。 XGBoost |
Windows: \dsvm\samples\xgboost\demo |
访问 Jupyter
若要访问 Jupyter，请选择桌面或应用程序菜单中的 Jupyter 图标。 还可以在 Linux 版的 DSVM 上访问 Jupyter。 若要从 Web 浏览器进行远程访问，请在 Ubuntu 上访问 https://<Full Domain Name or IP Address of the DSVM>:8000。
若要添加例外情况并通过浏览器提供 Jupyter 访问，请使用以下指导：
使用登录 Data Science Virtual Machine 时所用的相同密码进行登录。
Jupyter 主页
R 语言
Python 语言
Julia 语言
Azure 机器学习
PyTorch
TensorFlow
H2O
SparkML
XGBoost
