在 Azure 上执行一些简单的 python 工作

dino.c 2021-01-21 09:54:57
Python 简单 工作 Azure 执行


1. 公司禁用了 python

我的主业是桌面开发,偶尔也需要搞搞数据和算法。最近在用 python 处理一些工作,正搞得热火朝天,突然 python 就不能用了,一查记录原来是 IT 管理员禁止我使用 python。

不清楚为啥 IT 管理员会盯上 python,总之先提交了解封的需求。在等 IT 给我解封的期间我不想中断自己的工作,只好自己想办法运行 python。我知道有很多在线运行 python 的环境,而且微软自己也有 CodespacesRemote Development Extension Pack 之类的东西,但这次我就试试看在 Azure 的 机器学习工作室 中运行 python,顺便写一篇 Azure 入门的文章。

2. Azure 订阅

Azure 中资源的组织结构,它具有四个级别:管理组、订阅、资源组和资源。

  • 资源:资源是你创建的服务的实例,如虚拟机、存储或 SQL 数据库。
  • 资源组:资源合并成为资源组,资源组充当在其中部署和管理 Azure 资源(如 Web 应用、数据库和存储帐户)的逻辑容器。
  • 订阅:订阅将用户帐户和这些用户帐户创建的资源组合在一起。 对于每个订阅,你可以创建和使用的资源量有限制或配额。 组织可以使用订阅来管理成本,或者由用户、团队或项目创建的资源。
  • 管理组:这些组有助于你管理多个订阅的访问、策略和合规性。 管理组中的所有订阅都会自动继承应用于管理组的条件。

使用 Azure 的前提是拥有一个 Azure 订阅,如果只是试用和学习的话可以还可有几种途径。登录 Auzre 门户 后,可以找到 200 美元免费试用学生权益 的页面:

你也可以随便找一篇 docs.microsoft.com/zh-cn/learn 的教程,开一个 Azure 沙盒。例如你可以在 这篇 教程里开一个沙盒试试。Microsoft Learn 沙盒(有时亦称为“Azure 沙盒”)是可用于通过 Microsoft Learn 内容探索 Azure 的免费环境。一个沙盒只能存活 4 小时,每天可以创建多个沙盒。

2. 资源组

如果还没有创建过资源组,点击 资源组 进入资源组页面,然后点击 创建 按钮开始创建资源组。

选择要创建的资源组所在的订阅,输入资源组的名称,选择区域,然后就可以点击“查看+创建”按钮创建资源组。

3. 机器学习资源

现在,订阅和资源组都已经创建好了,下一步就要创建具体的资源。进入 所有服务 -> 机械学习 页面,创建一个新的机器学习工作区。

在这个页面选择你的订阅、资源组、地区,随便输入一个名字,然后点击 “审阅+创建" 按钮完成机器学习工作区的创建。

稍等片刻,页面提示资源“部署完成”,点击 ”转到资源“进入刚创建的机器学习资源。

4. 机器学习工作室

在机器学习页面,点击”启动工作区“,进入机器学习工作室页面。

在 Azure 机器学习工作是,我可以用 Notebooks 运行 python,这就是我的目标了。其它还有各种机器学习的功能,这都不是我现在关心的,有机会再试试。但现在离运行 python 还差一步,我还需要一个 计算实例 用于运行 python 代码。在左边菜单选中 “计算“,然后在 ”计算实例“ 页面点击 ”创建“:

随便选一个自己负担得起得虚拟机类型,输入名称后点击”创建“即可完成一个计算实例的创建。Azure 预置的机器学习计算实例已经预装了大部分常用的工具,基本做到开箱即用。

最后,在左边菜单选中”Notebooks“,上传各种文档和代码,打开 python 代码运行,我的目标就实现了。

5. 收费

最后的最后,因为我只是想临时运行一下 python,用完后记得关闭计算实例。即使关闭了计算实例 Azure 还是会持续收一些费用,因为创建的各种资源也算是租借了硬盘空间。

成本管理 + 计费 页面可以查看自己的 Azure 额度和花费及预测,只是运行下 python 其实花不了多少:

6. 结语

在 Azure 的使用过程中,页面上导出都是提示和学习资源的链接,例如 Azure 机器学习文档。如果你不是像我这样只是简单地使用一下 python,这些资源应该可以帮到你。你也可以在 Learn Microsoft Docs 中找到一些不错的课程,例如这篇:创建机器学习模型

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

版权声明
本文为[dino.c]所创,转载请带上原文链接,感谢
https://cloud.tencent.com/developer/article/1776758

  1. Python批量 png转ico
  2. 使用line_profiler对python代码性能进行评估优化
  3. 使用line_profiler对python代码性能进行评估优化
  4. Getting started with Python 3 flash in win environment
  5. Common ways to write configuration files in Python
  6. Python会在2021年死去吗? Python 3.9最终版本的回顾
  7. Python batch PNG to ICO
  8. Using line_ Profiler evaluates and optimizes the performance of Python code
  9. Using line_ Profiler evaluates and optimizes the performance of Python code
  10. Will Python die in 2021? A review of the final version of Python 3.9
  11. Python3 SMTP send mail
  12. Understanding closures in Python: getting started with closures
  13. Python日志实践
  14. Python logging practice
  15. [python opencv 计算机视觉零基础到实战] 十、图片效果毛玻璃
  16. [python opencv 计算机视觉零基础到实战] 九、模糊
  17. 10. Picture effect ground glass
  18. [Python opencv computer vision zero basis to actual combat] 9. Fuzzy
  19. 使用line_profiler對python程式碼效能進行評估優化
  20. Using line_ Profiler to evaluate and optimize the performance of Python code
  21. LeetCode | 0508. 出现次数最多的子树元素和【Python】
  22. Leetcode | 0508
  23. LeetCode | 0530. 二叉搜索树的最小绝对差【Python】
  24. LeetCode | 0515. 在每个树行中找最大值【Python】
  25. Leetcode | 0530. Minimum absolute difference of binary search tree [Python]
  26. Leetcode | 0515. Find the maximum value in each tree row [Python]
  27. 我来记笔记啦-搭建python虚拟环境
  28. Let me take notes - building a python virtual environment
  29. LeetCode | 0513. 找树左下角的值【Python】
  30. Leetcode | 0513. Find the value in the lower left corner of the tree [Python]
  31. Python OpenCV 泛洪填充,取经之旅第 21 天
  32. Python opencv flood fill, day 21
  33. Python爬虫自学系列(二)
  34. Python crawler self study series (2)
  35. 【python】身份证号码有效性检验
  36. [Python] validity test of ID number
  37. Python ORM - pymysql&sqlalchemy
  38. Python ORM - pymysql&sqlalchemy
  39. centos7 安装python3.8
  40. centos7 安装python3.8
  41. Centos7 installing Python 3.8
  42. Centos7 installing Python 3.8
  43. Django——图书管理系统(六)
  44. Django——图书管理系统(五)
  45. Django -- library management system (6)
  46. Django -- library management system (5)
  47. python批量插入数据小脚本
  48. Python batch insert data script
  49. ZoomEye-python 使用指南
  50. Zoomeye Python User's Guide
  51. 用Python写代码,一分钟搞定一天工作量,同事直呼:好家伙 - 知乎
  52. Using Python to write code, one minute to complete a day's workload, colleagues call: good guy - Zhihu
  53. Python 上的可视化库——PyG2Plot
  54. Pyg2plot: a visualization library on Python
  55. Python 上的可视化库——PyG2Plot
  56. Python实用代码-无限级分类树状结构生成算法
  57. Pyg2plot: a visualization library on Python
  58. Python utility code - infinite classification tree structure generation algorithm
  59. 奇技淫巧,还是正统功夫?Python推导式最全用法
  60. Pandas 的这个知识点,估计 80% 的人都得挂!