iT邦幫忙

2021 iThome 鐵人賽

DAY 28
0
AI & Data

新手一起來Azure上玩 NNI (auto-ML的一種)系列 第 28

Azure MLS-Notebooks中開發

<<致歉>>
開了兩個免費的Azure帳號,由於沒有緊盯著預算,不小心玩性大發,把兩個帳號的額度全部耗盡,所以想說明的資料都被鎖住了。但我會儘量依記憶,來說明重點部分。截圖就抱歉了!!
所以,開了compute後,請小心額度,不然一天耗費NTD400-500,很快就見底了!
<<致歉---END>>

我們若想自己開發模型,通常可從兩個地方進入IDE進行開發工作。

  • Compute:見圖<AZ-ComIns02.png>。可從此處進入Jupyter and JupyterLab,缺點是沒有IntelliCode的功能,寫起程式會很累。
  • Notebook:見圖<AZ-TermNB.png>。從此處開發程式,具有IntelliCode的功能,效率提升多了。

圖<AZ-ComIns02.png>
https://ithelp.ithome.com.tw/upload/images/20211013/20141491hdZkXPTvqv.png

圖<AZ-TermNB.png>
https://ithelp.ithome.com.tw/upload/images/20211013/201414911rLzkTPONn.png

我們建立好自己的MNIST [Azure dataset],如何餵給dataloader呢?

首先,我們得分辨出 [Azure dataset]和[torchvision.datasets.MNIST]是不同的。當然,您可以使用mlxtend直接讀local file。但是,我們此處不使用該package。
在下列程式碼中,若我們的 [Azure dataset]中 (root=data_dir),存在所需的檔案,那麼 download=True 便會取用 local file。有了dataset,自然即可餵給dataloader了。

xy_train = torchvision.datasets.MNIST(
    root=data_dir, 
    train=True,
    download=True,    # if exists, loads the local files
    transform=my_transform_train
)

這個部分,我們主要談自己開發模型時的環境,及dataset的連結。接下來,我們開始談Azure AutoML。


上一篇
計算資源及資料的設定03
下一篇
Azure AutoML01
系列文
新手一起來Azure上玩 NNI (auto-ML的一種)30

尚未有邦友留言

立即登入留言