# AzureML Notebook VM入门
注意
该贴的内容已经过期；关于即将推出的Azure机器学习计算实例，请查阅这篇新文章 (opens new window)！
内容摘要：Azure 机器学习 (opens new window)（AML）是一种基于云端环境，你可以使用它来训练、部署、自动化、管理和跟踪 ML 模型。在下面的教程里，我们将介绍如何创建一个运行Azure Notebook VM。
# AzureML Notebook VMs有哪些优点？
AzureML Notebook VMs是一个基于云的环境，它预装了所有你需要用于机器学习和数据科学研究的功能。
AzureML Notebook VM安全易用，具备完全可自定义的功能，并且直接集成在Azure机器学习服务中，为数据科学家提供了代码优先的体验，便于使用Azure ML来构建和部署模型。
AzureML Notebook VM的特性：
- 安全性 — AML工作区与Azure Active Directory相互集成，支持通过该内置功能进行身份验证，访问工作区资源。
- 可扩展性 — 因为Notebooks是由AML服务进行管理，仅需在AML工作区网页上轻点几下鼠标，即可按需增减所需的计算资源。
- 预配置 — 默认提供最新AML Python环境，还有GPU驱动，Pytorch，Tensorflow，Scikit learn, R语言等诸多资源。
- 可定制化 — 可通过ssh访问虚拟机，安装你自己的工具或驱动，并且所作改动即使关机重启后依然保留。
# 第一步：登录Azure
如果你还没有Azure订阅，请通过以下链接获取免费账号。
立即创建 Azure 免费帐户 (opens new window)
# 第二步：创建Azure机器学习工作区
按照上面动图中的步骤来创建一个新的Azure机器学习服务实例。请参考以下教程获得更多信息。
教程：创建你的第一个ML试验 - Azure机器学习 (opens new window)
# 第三步：在 Azure 机器学习中的工作区内选择“Compute”
# 第四步：点击“New”
# 第五步：选择合适的VM类型并部署
以下文档提供了VM类型和价格列表。对于大多数的项目，推荐使用标准系列；而对于GPU有一定要求的项目，建议使用N系列。
选择完成后，点击“Create”按钮。根据配置不同，新虚拟机的创建大约是5 ~10分钟。
# 第六步：Jupyter、JupyterLab 和 RStudio，挑选你喜欢的工具开始编写代码吧
# 最佳实践：关闭不在使用中的VM，删除使用标准依赖项的VM。
不同于DSVM，由于所有Notebooks数据都保留在Azure机器学习服务的Notebooks区，你的数据能够被恢复并在多个Notebook VMs之间共享。因此，可以实现使用一台标准VM进行基本数据处理；当需要GPU算力时，无缝切换至另一台N系列VM。
# 后续步骤
现在你已经创建了你的第一台Notebook VM了，来看看我之前发布的9个机器学习生产环境下的高级技巧。
9 Advanced Tips for Production Machine Learning (opens new window)
还有一篇如何使用Visual Studio Code (opens new window)对你新创建的Notebook VM设置远程调试。
[danielsc/azureml-debug-training](https://github.com/danielsc/azureml-debug-training/blob/master/Setting up VSCode Remote on an AzureML Notebook VM.md)
# 关于作者
Aaron（Ari）Bornstein (opens new window)是一位狂热的AI爱好者，热衷于了解新技术、历史和计算医学。作为一名微软云开发大使团队的开源工程师，他通过与以色列高科技社区的相互协作，运用最前沿技术解决了各种现实场景中的难题。这些技术随后被记录、开源并与全世界分享。