Azureのデータサイエンス仮想マシンの立ち上げを行い、仮想マシン上のjupyter notebookでCNTKのサンプルコードを動かしてみたので、その手順を掲載します。

1. データサイエンス仮想マシンの概要

Azureのデータサイエンス用仮想マシンは、データ分析／機械学習の主要ツールがプレインストールされているVMイメージです。特に、GPUベースのインスタンスには、Deep Learning関係のツールがあらかじめ入っている¹ため、手っ取り早くDeep Learningに触れることができます。

2. データサイエンス仮想マシンの立ち上げ方法

今回はGPUを使ったDeep Learningの計算を試してみたいので、
GPU仮想マシン（Azure NシリーズのNC仮想マシン）を立ち上げてみます。

(1) Azureのアカウントを作成して、Azureポータルにログイン
(2)「新規」メニュー ⇒ 検索バーに「Data Science Virtual Machine for Linux (Ubuntu)」と入力して選択
(3)「作成」をクリック

以降から、仮想マシンの設定に入ります。

仮想マシンの名前や、仮想マシンへのログインに必要となるユーザー名、パスワードを設定します。
「VMディスクの種類」では、HDDを選択します。²
「場所」では、NC仮想マシンが利用可能な米国東部を選択します。リージョン別の利用可能な製品

「すべて表示」をクリックすると、Nシリーズの仮想マシンも表示されます。
今回はお試しで動かすだけなので、NC6 Standardを選択します。Azure Nシリーズの主要スペック

「パブリックIPアドレス」で、静的を選択します。
それ以外はデフォルトの設定にします。

最後に「作成」をクリックすると、仮想マシンの構築が開始されます。

データサイエンス仮想マシンでは、jupyter notebook及びjupyterhubがデフォルトで起動しており、
仮想マシンを構築した後すぐに、リモートでjupyter notebookを立ち上げることができます。

(1) ローカルPCのWebブラウザで、__https://xxx:8000/__と検索（xxxは作成した仮想マシンのパブリックIPアドレス）
(2) 2.1で設定したユーザー名とパスワードを入力して、jupyterhubにサインイン
(3)「Start My Server」を選択

jupyter notebookのホームディレクトリ下には、仮想マシンにプリインストールされているDeep Learningライブラリのサンプルコードが置いてあります。今回はCNTKのサンプルコードを動かしてみます。

(1) CNTKディレクトリに移動し、CNTK_106A_LSTM_Timeseries_with_Simulated_Data.ipynbをクリック
(2)「Cell」タブの「Run All」をクリック
全てのセルで、問題なく出力されていることを確認できました。

以上