VS Code의 Azure Machine Learning
Azure Machine Learning은 머신러닝 모델을 학습, 배포, 자동화, 관리 및 추적하는 데 사용할 수 있는 클라우드 기반 환경입니다. Azure Machine Learning에 대한 자세한 내용은 Azure Machine Learning이란 무엇인가요?를 참조하세요.
Azure Machine Learning VS Code 확장을 사용하면 Visual Studio Code에서 익숙한 기능을 사용하여 머신러닝 애플리케이션을 개발할 수 있습니다.
데스크톱 또는 웹
VS Code 데스크톱 또는 웹용 VS Code에서 Azure Machine Learning을 사용할 수 있습니다. 웹용 VS Code는 브라우저에서 완전히 실행되는 무료 제로 설치 VS Code 환경을 https://vscode.dev에서 제공합니다. 자세한 내용은 Azure Machine Learning 시작하기 가이드를 확인하세요.
원격 컴퓨팅 인스턴스에 연결
컴퓨팅 인스턴스는 머신러닝 애플리케이션 개발을 위한 관리형 클라우드 기반 워크스테이션입니다.
Azure Machine Learning VS Code 확장을 사용하면 컴퓨팅 인스턴스의 리소스에 실시간으로 쉽게 연결하고 액세스할 수 있습니다. 자세한 내용은 Azure Machine Learning 컴퓨팅 인스턴스에 연결을 참조하세요.
Azure Machine Learning 2.0 CLI 지원(미리 보기)
Azure Machine Learning 2.0 CLI를 사용하면 명령줄에서 모델을 학습하고 배포할 수 있습니다. 이 기능은 모델 수명 주기를 추적하면서 데이터 과학 규모를 확장하고 아웃바운드하는 데 속도를 높여줍니다.
Azure Machine Learning 사양 파일을 작업할 때 VS Code 확장은 다음 기능에 대한 지원을 제공합니다.
- 사양 파일 작성
- 언어 지원
- 리소스 자동 완성
사양 파일 작성
명령 팔레트(⇧⌘P (Windows, Linux Ctrl+Shift+P))의 **Azure ML** 명령 또는 VS Code의 Azure Machine Learning 보기를 사용하여 사양 파일 작성 프로세스를 간소화하세요.
언어 지원
Azure Machine Learning 확장은 모든 값을 기본 작업 영역의 리소스와 교차 참조합니다. 확장이 잘못 지정된 리소스 또는 누락된 속성을 감지하면 인라인 오류가 표시됩니다.
리소스 자동 완성
리소스 작업을 시작하면 Azure Machine Learning 확장이 사양 파일을 검사할 수 있음을 알게 될 것입니다. 확장은 지정된 기본 작업 영역을 사용하여 해당 작업 영역의 리소스에 대한 자동 완성 지원을 제공합니다.
머신러닝 모델 학습
Azure Machine Learning에서는 scikit-learn, PyTorch, TensorFlow 등과 같은 인기 있는 프레임워크를 사용하여 머신러닝 모델을 학습할 수 있습니다. 이 확장을 사용하면 해당 모델의 수명 주기를 쉽게 제출하고 추적할 수 있습니다.
자세한 내용은 머신러닝 모델 학습 자습서를 참조하세요.
리소스 관리
VS Code에서 직접 Azure Machine Learning 리소스를 만들고 관리할 수 있습니다. 자세한 내용은 VS Code에서 리소스를 관리하는 방법을 참조하세요.
원격 Jupyter 서버
VS Code는 Jupyter 노트북을 사용한 개발을 훌륭하게 지원합니다. 자세한 내용은 VS Code의 Jupyter 노트북을 참조하세요.
Azure Machine Learning은 VS Code의 강력한 Jupyter 노트북 지원을 활용합니다. 원격 컴퓨팅 인스턴스에 연결하고 이를 원격 Jupyter 서버로 사용하는 것을 원활하게 만듭니다. 자세한 내용은 컴퓨팅 인스턴스를 원격 노트북 서버로 구성을 참조하세요.
Git 통합
Azure Machine Learning VS Code 확장을 사용하여 원격 컴퓨팅 인스턴스에 연결하면 VS Code의 내장 Git 지원을 사용할 수 있습니다.