この記事は Microsoft Azure Tech Advent Calendar 2018 の8日目の記事です。
(正確には、その後追いで投稿しています。この季節、体調管理には十分に注意が必要ですね・・・。)
昨年は、Workbench について書いたのですが、サポートの終了 がアナウンスされています。また、数日前には Azure Machine Learning Serviceの一般提供開始 が発表されました。(Azure の更新のお知らせも日本語翻訳版が提供されるようになりました)
そこで、今回は、新しくなった Azure Machine Learning Servicesをザックリと眺めて、チュートリアルの入り口までたどり着いてみたいと思います。
新しくなったサービスの内容
構成コンポーネント
一般提供開始前は、いくつかのサービスをAzureリソースとして作成していましたが、一般提供開始後は、以下のAzureリソースが作成されます。
- Machine Learning サービス ワークスペース
オブジェクトを管理するための作業スペースです。 - Storage アカウント
ワークスペース内のオブジェクトを蓄積しています。 - KeyVault
データやオブジェクトの保護に使用されます。 - Application Insight
作成した予測モデルのモニタリングに使用します。 - コンテナーレジストリー
学習、推論のそれぞれのコンテナーイメージを展開するために使用します。
開発のプロセス
一般的な機械学習モデルの開発プロセスを踏襲しています。
- Pythonでモデルを作成するためのスクリプトを開発します。
- スクリプトを動作させる計算環境を設定します。
- スクリプトを実行します。実行結果は「実験(Experiment)」として記録されます。
- 実行結果を分析し、期待通りのモデルが作成できているかを確認します。
- モデルをモデル レジストリーに登録します。
- 評価用スクリプトを開発します。
- コンテナー展開用のイメージを登録します。
- イメージをWebサービスとして展開します。
チュートリアルまでの道のり
ワークスペースの展開
Azure ポータルからワークスペースを作成します。この記事を投稿する時点では東西の日本リージョンは含まれていません。
ワークスペースへのアクセス
ポータルからリソースにアクセスします。Machine Learning サービス ワークスペースの概要タブから、「ワークスペースを探索する」を選択します。
サンプルコードをGitHubから取得する
初めてワークスペースを開いた際には、「Azure Notebooks を開きます」ボタンが表示されます。このボタンをクリックすることで、チュートリアルを含むサンプルコードを公開済み GitHub から Clone を取ることになります。
Clone を取る流れとしては、
- Azure Notebook にアクセスする
Azure Machine Learning と関連付けられるように、ワークスペースにアクセス権のあるユーザーでアクセスします。 - Azure Notebook 上で Clone 元を指定する
- Clone の実行
となります。
この記事はここまでにしておきたいと思います。
（続きはいずれ・・・）