Acceso a un terminal de instancia de cálculo

Puede usar el terminal de una instancia de proceso en el área de trabajo de Azure Machine Learning para acceder a las operaciones de Git, instalar paquetes y agregar kernels a la instancia.

Requisitos previos

• Suscripción a Azure. Puede crear una cuenta gratuita.
• Un área de trabajo de Azure Machine Learning. Para obtener más información, consulte Recursos para crear un área de trabajo.

Acceso a un terminal

Para acceder al terminal desde el área de trabajo en Azure Machine Learning Studio:

1. Seleccione Notebooks en el panel de la izquierda.

2. Seleccione el icono Terminal en la parte superior de la pantalla.

   

3. Si se ejecuta una instancia de proceso, se abre la ventana de terminal de esa instancia. Si no se está ejecutando ninguna instancia de proceso, seleccione el icono Iniciar o Crear junto a Proceso para iniciar o crear una instancia de proceso.

   

Otras formas de acceder al terminal

También puede acceder a un terminal de instancia de proceso de las maneras siguientes:

• En Visual Studio Code, seleccione Terminal>Nuevo terminal en el menú superior. Para obtener más información sobre cómo conectarse al área de trabajo desde Visual Studio Code, consulte Trabajar en Visual Studio Code de forma remota conectada a una instancia de proceso.
• En RStudio oPositiv Workbench, seleccione la pestaña Terminal en la parte superior izquierda. Para obtener más información, consulte Agregar aplicaciones personalizadas como RStudio oPositiv Workbench.
• En JupyterLab, seleccione el icono Terminal en Otros en el iniciador.
• En Jupyter, seleccione Archivo>Nuevo>Terminal en el menú superior.
• Si la instancia de proceso tiene habilitado el acceso de shell seguro (SSH), conéctese a la máquina mediante SSH. Si el recurso de cómputo está en una red virtual administrada y no tiene una dirección IP pública, use el comando az ml compute connect-ssh para conectarse.

Copiado y pegado en el terminal

Puede copiar y pegar texto entre el terminal y las celdas del cuaderno de Azure Machine Learning Studio. Para Windows, use Ctrl+C para copiar y Ctrl+V, Ctrl+Mayús+V o Mayús+Insertar para pegar. Para macOS, use Cmd+C para copiar y Cmd+V para pegar.

Acceso a archivos y operaciones de Git

Puede acceder a todas las operaciones de Git desde el terminal. Todos los archivos y carpetas de Git se almacenan en el sistema de archivos del área de trabajo para que pueda usarlos desde cualquier instancia de proceso del área de trabajo.

Para integrar Git con el área de trabajo de Azure Machine Learning, consulte Integración de Git con Azure Machine Learning.

Instalar paquetes

Puede usar una ventana de terminal para instalar paquetes en el kernel que desea usar para el cuaderno. El kernel predeterminado es python310-sdkv2.

Para Python, puede agregar y ejecutar código de instalación del paquete en una celda de cuaderno. Para la administración de paquetes dentro de un cuaderno de Python, use %pip o %conda funciones mágicas para instalar automáticamente paquetes en el kernel en ejecución actual. No use !pip ni !conda, que hacen referencia a todos los paquetes, incluidos los paquetes fuera del kernel que se está ejecutando actualmente.

También puede instalar paquetes directamente en Jupyter Notebooks, RStudio oPositiv Workbench. Use la pestaña Paquetes en la parte inferior derecha o la pestaña Consola en la esquina superior izquierda. Para obtener más información, consulte Agregar aplicaciones personalizadas como RStudio oPositiv Workbench.

Incorporación de nuevos kernels

Puede ejecutar código en la ventana de terminal para agregar nuevos kernels a la instancia de proceso.

En los ejemplos de código siguientes se instala un nuevo kernel de Jupyter. Puede instalar cualquiera de los kernels de Jupyter disponibles.

1. Ejecute el siguiente comando para crear un nuevo entorno denominado newenv.

   conda create --name newenv
   

2. Active el entorno.

   conda activate newenv
   

3. Instale los pip paquetes y ipykernel y cree un kernel para el nuevo entorno de Conda.

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

Para agregar un nuevo kernel de R a la instancia de proceso:

1. Use la ventana de terminal para crear un nuevo entorno. El comando siguiente crea r_env.

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

2. Active el entorno.

   conda activate r_env
   

3. Ejecute R en el nuevo entorno.

   R
   

4. En el indicador de R, ejecute IRkernel para crear un nuevo kernel llamado irenv.

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

5. Cierre la sesión de R.

   q()
   

El nuevo kernel de R puede tardar unos minutos en estar listo para usarse. Si ve un error que indica que el kernel no es válido, espere unos minutos e inténtelo de nuevo.

• Para obtener más información sobre Conda, consulte Uso del lenguaje R con Anaconda.
• Para obtener más información sobre IRkernel, consulte Kernel de R nativo para Jupyter.

Eliminación de kernels agregados

Para quitar un kernel de Jupyter agregado de la instancia de cómputo, debe quitar el kernelspec y, opcionalmente, puede quitar el entorno de Conda. También puede optar por mantener el entorno de Conda. Debe quitar el kernelspec para evitar que el kernel permanezca seleccionable y cause un comportamiento inesperado.

Para quitar el kernelspec:

1. Utiliza la ventana del terminal para enumerar y buscar kernelspec.

   jupyter kernelspec list
   

2. Quita kernelspec, reemplazando <UNWANTED_KERNEL> por el kernel que desees quitar.

   jupyter kernelspec uninstall <UNWANTED_KERNEL>
   

Para quitar también el entorno de Conda:

1. Use la ventana de terminal para enumerar y buscar el entorno de Conda.

   conda env list
   

2. Quite el entorno de Conda y reemplace <ENV_NAME> por el entorno de Conda que desea quitar.

   conda env remove -n ENV_NAME
   

Al actualizar, la lista de kernels de la vista Notebooks debe reflejar los cambios.

Administración de las sesiones del terminal

Las sesiones de terminal pueden permanecer activas si no cierra correctamente las pestañas de terminal. Demasiadas sesiones de terminal activas pueden afectar al rendimiento de la instancia de proceso. Asegúrese de cerrar las sesiones que ya no necesite para conservar los recursos de la instancia de proceso y optimizar el rendimiento.

Para ver una lista de todas las sesiones de terminal activas, seleccione el icono Administrar sesiones activas en el extremo derecho de la barra de herramientas del terminal. Apague las sesiones que ya no necesite.

Para obtener más información sobre cómo gestionar sesiones que se ejecutan en tu equipo, consulte Gestión de sesiones de notebook y terminal.

Contenido relacionado

• Administración de sesiones de cuaderno y de terminal
• Integración de Git para Azure Machine Learning
• Trabajar en Visual Studio Code de forma remota conectada a una instancia de proceso