Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Wichtig
Azure Lab Services wird am 28. Juni 2027 eingestellt. Weitere Informationen finden Sie im Rentenleitfaden.
Hinweis
In diesem Artikel werden die in Lab-Plänen verfügbaren Features referenziert, die Lab-Konten ersetzt haben.
Dieser Artikel beschreibt, wie Sie ein Lab mit Schwerpunkt Deep Learning mit Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) mithilfe von Azure Lab Services einrichten. NLP ist eine Form der künstlichen Intelligenz (KI), die Computern Übersetzungs-, Spracherkennungs- und andere Language Understanding-Funktionen bietet.
Kursteilnehmer, die einen Kurs zur Verarbeitung natürlicher Sprache belegen, erhalten einen virtuellen Linux-Computer, auf dem Sie lernen, wie neuronale Netzwerkalgorithmen angewendet werden. Anhand der Algorithmen lernen Kursteilnehmer, Deep Learning-Modelle zum Analysieren geschriebener menschlicher Sprache zu entwickeln.
Labor-Konfiguration
Zum Einrichten dieses Labs benötigen Sie zunächst ein Azure-Abonnement und ein Lab-Konto. Wenn Sie nicht über ein Azure-Abonnement verfügen, erstellen Sie ein kostenloses Konto , bevor Sie beginnen.
Sobald Sie ein Azure-Abonnement besitzen, können Sie einen neuen Labplan in Azure Lab Services erstellen. Weitere Informationen zum Erstellen eines neuen Laborplans finden Sie im Lernprogramm zum Einrichten eines Laborplans. Sie können auch einen vorhandenen Labplan verwenden.
Einstellungen für Labpläne
Aktivieren Sie die in der nachfolgenden Tabelle beschriebenen Einstellungen für den Labplan. Weitere Informationen zum Aktivieren von Marketplace-Bildern finden Sie im Artikel zum Angeben von Marketplace-Images, die für Laborersteller verfügbar sind.
| Laborplankonfiguration | Anweisungen |
|---|---|
| Marktplatzbilder | Aktivieren Sie das Image „Data Science Virtual Machine for Linux (Ubuntu)“. |
Labeinstellungen
Anweisungen zum Erstellen eines Labors finden Sie im Lernprogramm: Einrichten eines Labors. Verwenden Sie beim Erstellen des Labs die folgenden Einstellungen:
| Labeinstellungen | Wert |
|---|---|
| Größe des virtuellen Computers (VM) | Kleine GPU (Compute) Diese Größe eignet sich am besten für rechenintensive und netzwerkintensive Anwendungen wie künstliche Intelligenz und Deep Learning. |
| VM-Abbild | Data Science Virtual Machine für Linux (Ubuntu). Dieses Image bietet Frameworks für Deep Learning sowie Tools für maschinelles Lernen und Data Science. Informationen zum Anzeigen der vollständigen Liste der installierten Tools auf diesem Image finden Sie unter Was enthält der DSVM?. |
| Remotedesktopverbindung aktivieren | Optional Remotedesktopverbindung aktivieren ankreuzen. Das Data Science-Image ist bereits für die Verwendung von X2Go konfiguriert, sodass Lehrkräfte und Kursteilnehmer eine Verbindung über einen Remotedesktop mit grafischer Benutzeroberfläche herstellen können. X2Go erfordert nicht , dass die Einstellung " Remotedesktopverbindung aktivieren" aktiviert ist. |
| Vorlageneinstellungen für virtuelle Computer | Wählen Sie optional ein Virtuelles Computerimage ohne Anpassung verwenden aus. Wenn Sie Lab-Pläne verwenden und der DSVM über alle von Ihrer Klasse benötigten Tools verfügt, können Sie den Anpassungsschritt der Vorlage überspringen. |
Wichtig
Es wird empfohlen, X2Go mit dem Data Science-Image zu verwenden. Wenn Sie jedoch stattdessen RDP verwenden möchten, müssen Sie eine SSH-Verbindung mit der Linux-VM herstellen und die RDP- und GUI-Pakete installieren, bevor Sie das Lab veröffentlichen. Dann können Ihre Kursteilnehmer später mithilfe von RDP eine Verbindung mit der Linux-VM herstellen. Weitere Informationen finden Sie unter Aktivieren des grafischen Remotedesktops für Linux-VMs.
Konfiguration des Vorlagencomputers
Das Image der Data Science Virtual Machine für Linux bietet die für Kurse dieser Art erforderlichen Deep Learning-Frameworks und -Tools. Wenn Sie beim Erstellen des Labors ein Virtuelles Computerimage ohne Anpassung verwenden, wird die Möglichkeit zum Anpassen des Vorlagencomputers deaktiviert. Sie können das Lab veröffentlichen, wenn Sie bereit bist.
Zusammenfassung
In diesem Artikel wurden die Schritte zum Erstellen eines Labs für Kurse zur Verarbeitung natürlicher Sprachen dargelegt. Sie können ein ähnliches Setup für andere Deep Learning-Kurse verwenden.
Nächste Schritte
Das Vorlagenimage kann jetzt im Lab veröffentlicht werden. Weitere Informationen finden Sie unter Veröffentlichen der Vorlagen-VM.
Lesen Sie folgende Artikel zum Einrichten des Labs: