소개

Azure Machine Learning 위의 Jupyter notebooks를 사용하여 기계 학습 환경을 구축하는 방법을 정리한 것입니다.

Azure Machine Learning Studio와 Jupyter notebooks를 시작할 수 있는 상태를 전제로 합니다.
가상 환경을 구축하고 전환하려면 Anaconda를 사용합니다.

Anaconda란?

데이터 과학을 위한 Python 패키지 모음
- 1,500개 이상의 패키지 지원
- GUI와 커맨드 라인 모두 지원
- conda 명령으로 조작 가능

Anaconda를 사용하여 라이브러리 설치 등에 시간을 걸리지 않고 쉽게 개발 환경을 구축하고 전환 할 수 있습니다.

참고 : htps //w w. ㅜㅜゔゔぃぁげ. 네. jp/72837

절차

1. jupyter notebooks에서 Terminal 시작

2. Anaconda 가상 환경 설정과 Jupyter 협력

다음 절차는 Jupyter의 Terminal에 입력합니다.

2.1 conda로 가상 환경 구축

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

-name my_notebook_env : 가상 환경의 이름. 원하는 것을 설정할 수 있습니다.python=3.7 : 가상 환경에서 사용할 파이썬 버전-y : 확인 항목에 자동으로 yes로 응답

※conda 환경의 일람을 표시: jupyter kernelspec list

2.2 가상 환경 활성화

$ conda activate my_notebook_env

※ 무효화하려면 : conda deactivate

2.3 가상 환경에서 라이브러리 설치

Azure Machine Learning SDK for Python을 설치합니다.

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

설치하는 구성 요소에 대한 자세한 내용은 아래를 참조하십시오.
Azure Machine Learning SDK for Python

2.4 Jupyter에 가상 환경 커널 추가

가상 환경을 활성화한 상태로 다음 명령을 실행합니다.

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

--user : 현재 사용자 환경에 설치--name : 커널의 이름 지정--display-name : 커널의 표시명. 이번은 커널명과 동일하게 했지만, 여기에 알기 쉬운 표시명을 설정할 수 있다.

※Jupyter 커널 일람의 표시: jupyter kernelspec list※ 커널 삭제 : jupyter kernelspec uninstall my_notebook_env

3. Jupyter notebooks에서 커널 전환

3.1 Jupyter 리로드

변경 사항을 반영하기 위해 열려있는 노드 북이 있으면 브라우저를 다시로드하고 다시로드합니다.

3.2 커널 전환

노드북에서 Kernel→Change kernel을 선택하고 이번에 만든 가상 환경(my_notebook_env)을 선택합니다.


노드북 화면 오른쪽 상단의 표시가 올바르게 전환되어 있으면 성공입니다.

요약

Anaconda를 사용하면 쉽게 개발 환경을 구축하고 전환할 수 있습니다.
Azure Machine Learning을 사용하여 익숙한 Jupyter 환경에서 기계 학습을 할 수 있습니다.

참고

Azure Machine Learning이란?
Azure Machine Learning SDK for Python
Anaconda (conda) 사용하기 쉬운 메모