你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
本文介绍如何远程启动 Visual Studio Code 并连接到 Azure 机器学习计算实例。 将 VS Code 用作集成开发环境（IDE），结合 Azure 机器学习资源的强大功能。 通过 VS Code 网页版，在浏览器中使用 VS Code，或使用 VS Code 桌面版应用程序。
可通过两种方式从 VS Code 连接到计算实例。 推荐使用第一种方法。
使用 VS Code 作为工作区的 IDE。 此选项提供一个功能齐全的开发环境，用于生成机器学习项目。
- 可以在浏览器中使用 VS Code 网页 版或使用 VS Code 桌面从工作区打开 VS Code。
- 建议使用适用于 Web 的 VS Code，因为你可以直接从浏览器执行所有机器学习工作，而无需任何必需的安装或依赖项。
使用远程 Jupyter Notebook 服务器。 使用此选项可将计算实例设置为远程 Jupyter Notebook 服务器。 此选项仅在 VS Code 桌面版中可用。
重要说明
有关连接到防火墙后面的计算实例的信息，请参阅 配置入站和出站网络流量。
先决条件
使用 VS Code 作为工作区 IDE
使用这些选项之一将 VS Code 连接到计算实例和工作区文件。
适用于 Web 的 VS Code 提供了一个功能齐全的开发环境，用于从浏览器生成机器学习项目，无需安装或依赖项。 当您连接 Azure 机器学习计算实例时，Azure 机器学习的强大功能增强了 VS Code 提供的丰富的集成开发体验。
可以从 Azure 机器学习工作室单击一下即可启动适用于 Web 的 VS Code，并无缝地继续工作。
登录到 Azure 机器学习工作室 ，并按照步骤启动连接到 Azure 机器学习计算实例的 Web 浏览器选项卡的 VS Code。
可以从 Azure 机器学习工作室的 Notebooks 或 “计算 ”部分创建连接。
Notebooks
在左侧菜单中，选择 “笔记本”。
在 “文件” 列表中，选择要编辑的文件。
如果计算实例已停止，请选择“启动计算”，并等待它运行。
在代码编辑器列表中，选择 VS Code 中的“编辑”（Web）。
还可以通过在文件列表上方选择 VS Code （Web） 按钮或右键单击“文件”列表中的文件夹来启动适用于 Web 的 VS Code，而无需打开笔记本。
计算
- 在左侧菜单中，选择“ 计算”。
- 如果要使用的计算实例已停止，请选择它，然后选择“ 启动”。
- 在计算实例运行时，在“应用程序”列中，选择“VS Code”（Web）。
如果选择其中一个外部跳转体验，将打开一个新的 VS Code 窗口，并尝试连接到远程计算实例。 尝试建立此连接时，将执行以下步骤：
- 授权。 执行一些检查以确保授权尝试进行连接的用户使用计算实例。
- VS Code 远程服务器安装在计算实例上。
- 建立 WebSocket 连接以进行实时交互。
连接建立后将保持持久化。 令牌在会话开始时颁发，并且会自动刷新令牌以维护与计算实例的连接。
连接到远程计算实例之后，使用编辑器执行以下操作：
- 在远程计算实例或文件共享上创作和管理文件。
- 使用 VS Code 集成终端在远程计算实例上运行命令和应用程序。
- 调试脚本和应用程序。
- 使用 VS Code 管理 Git 存储库。
远程 Jupyter Notebook 服务器
使用此选项，可以从 VS Code 桌面将计算实例用作远程 Jupyter Notebook 服务器。 此选项仅连接到计算实例，而不是连接到工作区的其余部分。 使用此选项时，不会在 VS Code 中看到工作区文件。
若要将计算实例配置为远程 Jupyter Notebook 服务器，请先安装 Azure 机器学习 VS Code 扩展。 有关详细信息，请参阅 Azure 机器学习 VS Code 扩展设置指南。
要连接到计算实例：
在 VS Code 中打开 Jupyter Notebook。
当集成笔记本体验加载时，单击 “选择内核”。
或者，可以使用命令面板：
- 选择 “查看 > 命令面板 ”以打开命令面板。
- 筛选并选择 Azure ML：连接到计算实例 Jupyter 服务器。
从 Jupyter 服务器选项列表中选择 Azure ML 计算实例 。
选择内核。
在订阅列表中选择你的订阅。 如果之前配置过默认 Azure 机器学习工作区，则跳过此步骤。
选择工作区。
从列表中选择你的计算实例。 如果没有计算实例，请选择“创建新的 Azure 机器学习计算实例”，并按照提示进行创建。
若要使更改生效，需要重新加载 VS Code。
打开 Jupyter Notebook 并运行一个单元。
重要说明
必须运行单元格才能建立连接。
此时，你可继续在 Jupyter Notebook 中运行单元。
提示
也可使用包含类似 Jupyter 的代码单元的 Python 脚本文件 (.py)。 有关详细信息，请参阅 Visual Studio Code Python 交互式文档。
Next steps
现已开始远程连接到计算实例的 VS Code，接下来可以准备数据、编辑和调试代码，以及使用 Azure 机器学习扩展提交训练作业。
若要详细了解如何充分利用与 Azure 机器学习集成的 VS Code，请参阅 VS Code 中远程连接到计算实例的工作。