Zugreifen auf ein Computeinstanzterminal

Sie können das Terminal einer Computeinstanz in Ihrem Azure Machine Learning-Arbeitsbereich verwenden, um auf Git-Vorgänge zuzugreifen, Pakete zu installieren und der Instanz Kernels hinzuzufügen.

Voraussetzungen

• Ein Azure-Abonnement. Sie können ein kostenloses Konto erstellen.
• Ein Azure Machine Learning-Arbeitsbereich. Weitere Informationen finden Sie unter Erstellen eines Arbeitsbereichs.

Zugreifen auf ein Terminal

So greifen Sie über Ihren Arbeitsbereich im Azure Machine Learning Studio auf das Terminal zu:

1. Wählen Sie " Notizbücher " im linken Menü aus.

2. Wählen Sie oben auf dem Bildschirm das Terminalsymbol aus.

   

3. Wenn eine Computeinstanz ausgeführt wird, wird das Terminalfenster für diese Instanz geöffnet. Wenn keine Computeinstanz ausgeführt wird, wählen Sie das Symbol "Start " oder " Erstellen " neben "Compute" aus, um eine Computeinstanz zu starten oder zu erstellen.

   

Weitere Möglichkeiten für den Zugriff auf das Terminal

Sie können auch auf folgende Weise auf ein Computeinstanzenterminal zugreifen:

• Wählen Sie in Visual Studio Code im oberen Menü " Terminal>Neu terminal " aus. Weitere Informationen zum Herstellen einer Verbindung mit Ihrem Arbeitsbereich aus Visual Studio Code finden Sie unter Arbeiten in Visual Studio Code, das remote mit einer Computeinstanz verbunden ist.
• Wählen Sie in RStudio oder Posit Workbench die Registerkarte "Terminal " oben links aus. Weitere Informationen finden Sie unter Hinzufügen von benutzerdefinierten Anwendungen wie RStudio oder Posit Workbench.
• Wählen Sie in JupyterLab die Terminalkachel unter "Sonstige " im Startfeld aus.
• Wählen Sie in Jupyter im oberen Menü Datei>, Neu> und Terminal aus.
• Wenn für die Computeinstanz der Zugriff per Secure Shell (SSH) aktiviert ist, können Sie per SSH auf die Maschine zugreifen. Wenn sich die Berechnung in einem verwalteten virtuellen Netzwerk befindet und keine öffentliche IP-Adresse hat, verwenden Sie den az ml compute connect-ssh Befehl zum Herstellen einer Verbindung.

Kopieren und Einfügen in das Terminal

Sie können Text zwischen dem Terminal und den Zellen des Azure Machine Learning Studio-Notizbuchs kopieren und einfügen. Unter Windows verwenden Sie Strg+Czum Kopieren und Strg+V, Ctrl+Umschalt+V oder Umschalt+Einfg zum Einfügen. Verwenden Sie für macOS Cmd+C , um zu kopieren und cmd+V einzufügen.

Zugreifen auf Git-Vorgänge und -Dateien

Sie können über das Terminal auf alle Git-Vorgänge zugreifen. Alle Git-Dateien und -Ordner werden in Ihrem Arbeitsbereichsdateisystem gespeichert, sodass Sie sie von jeder Computeinstanz in Ihrem Arbeitsbereich verwenden können.

Informationen zur Integration von Git in Ihren Azure Machine Learning-Arbeitsbereich finden Sie unter Git-Integration für Azure Machine Learning.

Installieren von Paketen

Sie können ein Terminalfenster verwenden, um Pakete im Kernel zu installieren, den Sie für Ihr Notizbuch verwenden möchten. Der Standardkernkern lautet python310-sdkv2.

Für Python können Sie Paketinstallationscode in einer Notizbuchzelle hinzufügen und ausführen. Für die Paketverwaltung innerhalb eines Python-Notebooks verwenden Sie die magischen Funktionen %pip oder %conda, um Pakete automatisch in den aktuell laufenden Kernel zu installieren. Verwenden Sie !pip oder !conda nicht, da sie auf alle Pakete verweisen, einschließlich der Pakete außerhalb des derzeit ausgeführten Kernels.

Sie können Pakete auch direkt in Jupyter Notebooks, RStudio oder Posit Workbench installieren. Verwenden Sie die Registerkarte "Pakete " unten rechts oder die Registerkarte "Konsole " oben links. Weitere Informationen finden Sie unter Hinzufügen von benutzerdefinierten Anwendungen wie RStudio oder Posit Workbench.

Hinzufügen neuer Kernel

Sie können Code im Terminalfenster ausführen, um der Computeinstanz neue Kernel hinzuzufügen.

Die folgenden Codebeispiele installieren einen neuen Jupyter-Kernel. Sie können jeden der verfügbaren Jupyter-Kernel installieren.

1. Führen Sie den folgenden Befehl aus, um eine neue Umgebung mit dem Namen newenvzu erstellen.

   conda create --name newenv
   

2. Aktivieren Sie die Umgebung.

   conda activate newenv
   

3. Installieren Sie die pip Und ipykernel Pakete, und erstellen Sie einen Kernel für die neue Conda-Umgebung.

   conda install pip
   conda install ipykernel
   python -m ipykernel install --user --name newenv --display-name "Python (newenv)"
   

So fügen Sie einen neuen R-Kernel zur Compute-Instanz hinzu:

1. Verwenden Sie das Terminalfenster, um eine neue Umgebung zu erstellen. Der folgende Befehl erstellt r_env.

   conda create -n r_env -c conda-forge r-essentials r-base
   

2. Aktivieren Sie die Umgebung.

   conda activate r_env
   

3. Führen Sie R in der neuen Umgebung aus.

   R
   

4. Führen Sie an der R-Konsole den Befehl IRkernel aus, um einen neuen Kernel namens irenv zu erstellen.

   IRkernel::installspec(name = 'irenv', displayname = 'New R Env')
   

5. Beenden Sie die R-Sitzung.

   q()
   

Der neue R-Kernel kann einige Minuten dauern, bis er einsatzbereit ist. Wenn ein Fehler angezeigt wird, der besagt, dass der Kernel ungültig ist, warten Sie einige Minuten, und versuchen Sie es erneut.

• Weitere Informationen zu Conda finden Sie unter Verwenden von R-Sprache mit Anaconda.
• Weitere Informationen IRkernelfinden Sie unter Native R Kernel für Jupyter.

Entfernen hinzugefügter Kernel

Um einen hinzugefügten Jupyter-Kernel aus der Computeinstanz zu entfernen, müssen Sie die kernelspec entfernen. Optional können Sie auch die Conda-Umgebung entfernen. Sie können auch die Conda-Umgebung beibehalten. Sie müssen den kernelspec Kernel entfernen, um zu verhindern, dass der Kernel auswählbar bleibt und unerwartetes Verhalten verursacht.

So entfernen Sie das kernelspec:

1. Verwenden Sie das Terminalfenster, um die Liste anzuzeigen und kernelspec zu suchen.

   jupyter kernelspec list
   

2. Entfernen Sie das kernelspec und ersetzen Sie <UNWANTED_KERNEL> durch den Kernel, den Sie entfernen möchten.

   jupyter kernelspec uninstall <UNWANTED_KERNEL>
   

Um die Conda-Umgebung ebenfalls zu entfernen:

1. Verwenden Sie das Terminalfenster, um die Conda-Umgebung auflisten und zu finden.

   conda env list
   

2. Entfernen Sie die Conda-Umgebung, indem Sie <ENV_NAME> durch die zu entfernende Conda-Umgebung ersetzen.

   conda env remove -n ENV_NAME
   

Wenn Sie die Aktualisierung vornehmen, sollte die Kernelliste in Ihrer Notebooks-Ansicht Ihre Änderungen widerspiegeln.

Verwalten von Terminalsitzungen

Terminalsitzungen können aktiv bleiben, wenn Sie Terminal-Tabs nicht ordnungsgemäß schließen. Zu viele aktive Terminalsitzungen können sich auf die Leistung Ihrer Computeinstanz auswirken. Stellen Sie sicher, dass Sie alle Sitzungen schließen, die Sie nicht mehr benötigen, um Die Ressourcen der Computeinstanz beizubehalten und die Leistung zu optimieren.

Um eine Liste aller aktiven Terminalsitzungen anzuzeigen, wählen Sie ganz rechts auf der Terminalsymbolleiste das Symbol " Aktive Sitzungen verwalten " aus. Beenden Sie alle Sitzungen, die Sie nicht mehr benötigen.

Weitere Informationen zum Verwalten von Sitzungen, die auf Ihrer Compute ausgeführt werden, finden Sie unter Verwalten von Notizbuch- und Terminalsitzungen.

Verwandte Inhalte

• Verwalten von Notebook- und Terminalsitzungen
• Git-Integration für Azure Machine Learning
• Arbeiten Sie in Visual Studio Code, indem Sie sich mit einer entfernten Computeinstanz verbinden