Anteckning
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
En Azure Datavetenskap Virtual Machines (DSVM) innehåller en omfattande uppsättning exempelkod. De här exemplen omfattar Jupyter-notebook-filer och skript på språk som Python och R.
Kommentar
Mer information om hur du kör Jupyter-notebook-filer på dina virtuella datorer för datavetenskap finns i avsnittet Access Jupyter .
Förutsättningar
Om du vill köra dessa exempel måste du ha en etablerad Ubuntu-Datavetenskap virtuell dator.
Tillgängliga exempel
| Exempelkategori | beskrivning | Platser |
|---|---|---|
| Python-språk | Exempel som förklarar hur du ansluter till Azure-baserade molndatalager och hur du arbetar med Azure Machine Learning-scenarier. Python-språk |
~notebooks |
| Julia-språk | Innehåller en detaljerad beskrivning av plottning och djupinlärning i Julia. Förklarar hur du anropar C och Python från Julia. Julia-språk |
Windows: ~notebooks/Julia_notebooksLinux: ~notebooks/julia |
| Azure Machine Learning | Visar hur du skapar maskininlärnings- och djupinlärningsmodeller med Machine Learning. Distribuera modeller var som helst. Använd automatiserad maskininlärning och intelligent hyperparameterjustering. Använd modellhantering och distribuerad utbildning. Machine Learning |
~notebooks/AzureML |
| PyTorch-anteckningsböcker | Djupinlärningsexempel som använder PyTorch-baserade neurala nätverk. Notebook-filer sträcker sig från nybörjare till avancerade scenarier. PyTorch-anteckningsböcker |
~notebooks/Deep_learning_frameworks/pytorch |
| TensorFlow | Olika neurala nätverksexempel och tekniker som implementerats med TensorFlow-ramverket. TensorFlow |
~notebooks/Deep_learning_frameworks/tensorflow |
| H2O | Python-baserade exempel som använder H2O för verkliga problemscenarier. H2O |
~notebooks/h2o |
| SparkML-språk | Exempel som använder Apache Spark MLLib-verktygsfunktioner via pySpark och MMLSpark: Microsoft Machine Learning för Apache Spark på Apache Spark 2.x. SparkML-språk |
~notebooks/SparkML/pySpark~notebooks/MMLSpark |
| XGBoost | Exempel på standardmaskininlärning i XGBoost – till exempel klassificering och regression. XGBoost |
Windows: \dsvm\samples\xgboost\demo |
Åtkomst till Jupyter
Om du vill komma åt Jupyter väljer du Jupyter-ikonen på skrivbords- eller programmenyn. Du kan också komma åt Jupyter på en Linux-version av en DSVM. Fjärråtkomst från en webbläsare https://<Full Domain Name or IP Address of the DSVM>:8000 finns på Ubuntu.
Om du vill lägga till undantag och göra Jupyter-åtkomst tillgänglig via en webbläsare använder du den här vägledningen:

Logga in med samma lösenord som du använder för inloggningar för Datavetenskap virtuell dator.
Jupyter-hem









