在 Azure 机器学习中提供数据

虽然数据科学家和机器学习工程师普遍使用本地文件系统上的数据，但在企业环境中，将数据存储在多个数据科学家和机器学习工程师可以访问的中心位置可能效率更高。

在本练习中，你将了解数据存储和数据集，它们是 Azure 机器学习中用于抽象数据访问权限的主要对象。

准备工作

需要一个你在其中具有管理级权限的 Azure 订阅。

借助 Azure 机器学习工作区，可集中管理训练和管理模型所需的所有资源和资产。可以通过工作室、Python SDK 和 Azure CLI 与 Azure 机器学习工作区进行交互。

你将使用 Shell 脚本，该脚本使用 Azure CLI 来预配工作区和必要的资源。接下来，你将使用 Azure 机器学习工作室中的设计器来训练和比较模型。

若要创建 Azure 机器学习工作区和计算资源，可使用 Azure CLI。所有必需的命令都被分组到一个 Shell 脚本中，以便于执行。

创建 Azure 机器学习工作区时，存储帐户会自动创建并连接到工作区。你将了解存储帐户的连接方式。

在 Azure 门户中，导航到名为“rg-dp100-…”的新资源组。
在该资源组中选择存储帐户。名称通常以你为工作区提供的名称开头（没有连字符）。
查看存储帐户的“概述”页。请注意，存储帐户的“数据存储”具有多个选项，如“概述”窗格和左侧菜单中所示。
选择“容器”以浏览存储帐户的 Blob 存储部分。
请注意 azureml-blobstore-… 容器。数据资产的默认数据存储使用此容器来存储数据。
使用屏幕顶部的“+ 容器”按钮，创建一个新容器并将其命名为 training-data。
从左侧菜单中选择“文件共享”，浏览存储帐户的“文件共享”部分。
注意“code-…”文件共享。工作区中的任何笔记本都存储在此处。克隆实验室材料后，可以在 code-…/Users/your-user-name/azure-ml-labs 文件夹中找到此文件共享中的文件。

若要在 Azure 机器学习工作区中创建数据存储，需要提供一些凭据。为工作区提供对 Blob 存储的访问权限的一种简单方法是使用帐户密钥。

注意：将帐户密钥和名称复制到记事本，以避免自动大写（发生在 Word 中）。密钥区分大小写。

若要使用 Python SDK 创建数据存储和数据资产，需要将实验室材料克隆到工作区中。

在 Azure 门户，导航到名为 mlw-dp100-labs 的 Azure 机器学习工作区。
选择 Azure 机器学习工作区，并在其“概述”页中选择“启动工作室” 。将在浏览器中打开另一标签页，以打开 Azure 机器学习工作室。
关闭工作室中显示的弹出窗口。
在 Azure 机器学习工作室中，导航到“计算”页，并验证在上一部分中创建的计算实例和群集是否存在。计算实例应正在运行，群集应处于空闲状态，且运行中的节点数为 0。
在“计算实例”选项卡中，找到计算实例，然后选择“终端”应用程序。
在终端中，通过在终端中运行以下命令，在计算实例上安装 Python SDK：
```
 pip uninstall azure-ai-ml
 pip install azure-ai-ml
 pip install mltable
```
忽略任何指示包未安装的（错误）消息。
运行以下命令，将包含笔记本、数据和其他文件的 Git 存储库克隆到工作区：
```
 git clone https://github.com/MicrosoftLearning/mslearn-azure-ml.git azure-ml-labs
```
命令完成后，在“文件”窗格中，单击 ↻ 来刷新视图，并验证是否已创建新的 /users/your-user-name/azure-ml-labs 文件夹。

（可选）在另一个浏览器选项卡中，导航到 Azure 门户。再次在存储帐户中浏览文件共享“code-…”以在新创建的“azure-ml-labs”文件夹中查找克隆的实验室材料。

笔记本中提供了使用 Python SDK 创建数据存储和数据资产的代码。

（可选）可以了解如何将数据资产存储在相关的存储帐户中。

导航到 Azure 机器学习工作室中的“数据”选项卡以浏览数据资产。
选择“diabetes-local”数据资产名称以浏览其详细信息。

在“diabetes-local”数据资产的“数据源”下，你将找到文件上传到的位置。以 LocalUpload/… 开头的路径显示存储帐户容器 azureml-blobstore-… 中的路径。可以通过导航到 Azure 门户中的该路径来验证文件是否存在。

当你完成对 Azure 机器学习的探索时，应删除已创建的资源，以避免产生不必要的 Azure 成本。