Azure 机器学习示例

欢迎来到 Azure 机器学习示例仓库！

关于本仓库

azureml-examples 仓库包含示例和教程，旨在帮助您学习如何使用 Azure 机器学习（Azure ML）服务和功能。

开始使用

如果您刚开始使用 Azure ML，建议您先完成我们针对 v2 Python SDK 的[教程]。您也可以阅读我们的文档。

SDK

sdk/ 文件夹中包含了适用于多种语言的 Azure ML SDK 示例。

我们为 Azure ML Python SDK v2 提供了丰富的示例，位于 sdk/python。

此外，我们也提供其他语言 SDK 的一些示例：

• .NET：sdk/dotnet
• TypeScript：sdk/typescript

Azure CLI 的 Azure 机器学习扩展

cli/ 文件夹 托管了使用 Azure Machine Learning 扩展 的示例，该扩展用于 Azure CLI。

注意：如果您正在寻找提交运行非 Python 代码的 Azure ML 作业的示例，请参阅：

• R：cli/jobs/single-step/r

补充文档

• Azure 机器学习文档
• [AzureML Python SDK v2 概述]
• [Azure CLI ML 扩展 v2 概述]

贡献

我们欢迎各种贡献和建议！请参阅 贡献指南 以获取详细信息。

行为准则

本项目已采用 Microsoft 开源行为准则。有关详细信息，请参阅 行为准则。

Azure Machine Learning 示例库快速上手指南

本指南帮助中国开发者快速了解并使用 azureml-examples 仓库，通过丰富的代码示例掌握 Azure Machine Learning (Azure ML) v2 SDK 及 CLI 的核心功能。

环境准备

在开始之前，请确保满足以下系统要求和前置依赖：

• 操作系统：Windows、macOS 或 Linux。
• Python 环境：推荐安装 Python 3.8 - 3.10 版本。
• Azure 订阅：需要拥有一个有效的 Azure 订阅账号。
• 前置工具：
  • Git：用于克隆代码仓库。
  • Azure CLI：用于管理 Azure 资源（可选，但推荐用于 CLI 示例）。
  • 代码编辑器：如 VS Code。

国内加速建议： 若在国内网络环境下安装依赖较慢，建议在 pip 命令中指定清华或阿里云镜像源： pip install -i https://pypi.tuna.tsinghua.edu.cn/simple <package_name>

安装步骤

1. 克隆仓库

首先，将示例代码仓库克隆到本地：

git clone https://github.com/Azure/azureml-examples.git
cd azureml-examples

2. 安装 Azure ML Python SDK v2

进入 Python 示例目录并安装核心依赖。建议使用虚拟环境：

# 创建虚拟环境 (可选)
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate

# 安装 SDK (使用国内镜像加速)
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple azure-ai-ml azure-identity

3. 安装 Azure CLI 及 ML 扩展 (可选)

如果您计划运行 cli/ 目录下的示例，需安装 Azure CLI 并添加 ML 扩展：

# 安装 Azure CLI (参考官方文档或使用脚本)
# 添加 ML 扩展
az extension add -n ml

4. 身份验证

在使用任何示例前，请先登录 Azure：

# 使用 SDK 示例时，通常在代码中使用 DefaultAzureCredential
# 使用 CLI 示例时，请在终端执行：
az login

基本使用

本仓库主要包含 Python SDK v2 和 Azure CLI 两类示例。以下是两种最简单的使用方式。

方式一：运行 Python SDK 示例

以提交一个简单的 Hello World 任务为例：

1. 进入 Python 示例目录：

   cd sdk/python/jobs/single-step/hello-world
   

2. 查看并修改 main.py 或 job.yml（如有需要），确保配置了正确的订阅 ID、资源组和工作空间名称。
3. 运行脚本：

   python main.py
   

   注：脚本内部通常会使用 MLClient 连接您的 Azure ML 工作空间并提交任务。

方式二：运行 Azure CLI 示例

以使用 CLI 提交一个 R 语言任务（非 Python 代码）为例：

1. 进入 CLI 示例目录：

   cd cli/jobs/single-step/r
   

2. 使用 az ml job create 命令提交任务：

   az ml job create --file hello-world.yml --resource-group <your-resource-group> --workspace-name <your-workspace-name>
   

   请将 <your-resource-group> 和 <your-workspace-name> 替换为您实际的资源信息。

探索更多示例

• Python 高级用法：浏览 sdk/python 目录，包含训练、部署、自动化机器学习等完整流程。
• 多语言支持：查看 sdk/dotnet (.NET) 或 sdk/typescript (TypeScript) 获取对应语言的示例。
• 教程学习：初学者建议优先阅读 tutorials 目录中的分步教程。