#DataScienceVM に #VSCode から SSH 接続する手順 (おまけで X2Go と Jupyter の SSH 接続)

Azure の Data Science VM (DSVM) はクラウド上の仮想マシンなので、そもそもリモートで利用するのが前提ですが、「機械学習に必要な環境が簡単に作れます」的な文脈で語られることが多い気がします。

今回は SSH で接続して安全な開発環境として利用 するための手順の紹介。
目玉は Visual Studio Code から SSH 接続 する手順ですが、他にも X2Go と Juypter 利用も載せます。

どの方法でも最初に 共通の準備 が必要です。お忘れなく。

クラウド上のリソースと使い慣れた Visual Studio Code とを使って、自宅や外出先でもオフィスでも、GPU ありの高性能なマシンで効率よく AI 開発しましょう。

続きを読む

#AzureML Workspace のコンピューティング インスタンスに #VSCode から SSH 接続

Azure Machine Learning Workspaceコンピューティング インスタンスに Visual Studio Code からリモート接続 する方法。

仕事の進め方がすっかり変わってしまって、自宅なりのリモートで仕事をすることが多くなったという人もいますね。
またはもともと出張とか外出が多い方も。

AI 関連のプロジェクトを担当している人は、オフィスには GPU を積んだ高性能な PC があるけど、自宅とか外出先だと開発できないというのはうれしくない。
そこでクラウド上の高性能なマシンで開発してみます。これなら場所も手元の PC も関係なく、いつでもどこでも GPU をバリバリ使って開発ができます。

以下はマシンごとの初期設定の話なので、一度環境を作ってしまえば次からはすぐに接続できます。
特に難しいことはないはずですが、SSH を知らない自分(恥)には初めての作業だったのでメモ。

続きを読む

既存の py ファイルを #AzureML で実行・管理する方法

この投稿は、Azure AI Advent Calendar に参加しています。

Azure Machine Learning とは無関係に開発した、既存の py ファイルを AzureML のワークスペースで実行する方法と、そのメリットを紹介します。
おまけに VSCode の拡張機能込みでローカルの Azure ML 開発環境の作り方も紹介。公式の手順 も公開されてるし全然難しくないんですが、たまたま最近、環境構築でちょっと困っている人を見かけたので。

Azure Machine Learning のメリットと言えば

  • 基本的なライブラリや Azure ML に必要なライブラリが組み込まれた 仮想マシンを手間なく作成してくれる
  • Training Cluster は自動的にシャットダウンされるので、余計な課金を気にしなくてよい(設定にもよるけど)
  • 実験(=スクリプトの実行)の結果を自動的に管理してくれる

です。

メリットが強力なので、既存の py ファイルも Azure ML で実行するのがいいと思います。
既存のファイルに対して、ちょいちょいと簡単に対応できます。実験や結果の管理ができるのだから、やらない手はないでしょう。

続きを読む

#vscode 未経験のデータサイエンティストに向けて「VS Code for AI」を紹介しました (2018年9月7日 ゼロから作るDeep Learning 2 輪読&勉強会) #ai

最近、毎週金曜日に参加されている「ゼロから作るDeep Learning 2 (自然言語処理編) 輪読&勉強会」(2018年9月7日開催) で、Visual Studio CodeTools for AI の紹介をしました。

VS Code Tools for AI の紹介

続きを読む