Lab 05 Add Dev workspace creation step before environment-specific data asset creation
Chưa có ai nhận issue này.
Đánh giá
- Độ khó
- 2/5
- Thời gian dự kiến
- 1-3 giờ
- Mức phù hợp với người mới
- 78/100
- Loại issue
- Tài liệu
- Độ rõ ràng
- Đặc tả rõ ràng
- Mức độ hoạt động
- Sôi nổi
- Công nghệ
- azure, jupyter-notebook, shell
- Lĩnh vực
- cloud, documentation
Hướng nghiên cứu
Tìm Lab 05 và phần chứa Step 5 và Step 6. Chèn các lệnh tạo nhóm tài nguyên phát triển và Azure Machine Learning workspace giữa các bước đó, sau đó xác minh rằng các lệnh workspace phát triển và tài sản dữ liệu ở phía sau tuân theo bước tạo mới.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
The lab currently asks learners to create a production workspace and then immediately proceeds to creating development and production data assets.
However, the development workspace and resource group are never explicitly created before those commands are used.
Add a new step between:
Step 5: "Plan the commands that would create the production resource group and workspace..."
and
Step 6: "Finally, plan the data assets that keep development and production data separate..."
The new step should create the development resource group and Azure Machine Learning workspace:
Create the dev resource group
az group create --name $DEV_RESOURCE_GROUP --location $RANDOM_REGION
Create the dev Azure Machine Learning workspace
az ml workspace create
--name $DEV_WORKSPACE_NAME
--resource-group $DEV_RESOURCE_GROUP
--location $RANDOM_REGION
Without this step, subsequent commands that configure the development workspace and create development data assets reference resources that have not yet been created.
- Ngôn ngữ chính
- Jupyter Notebook
- Star
- 46
- Fork
- 92
- Chỉ số merge pull request
- Không có pull request nào được merge trong 30 ngày
Chuẩn bị môi trường
Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.
Bắt đầu từ đâu
- Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
- Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
- Fork repository và làm thay đổi trên một nhánh.
- Mở pull request có tham chiếu số hiệu của issue.
Issue khác của MicrosoftLearning/mslearn-mlops
-
Track model training with MLFlow: Despite description, ROC curve is not logged as an artifactCó thể đã có người làm @mattflaschen đã nhận 55 ngày trước. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
-
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 68/100
-
"Deploy and monitor a model in Azure Machine Learning" deploy-prod fails at "Deploy model to managed online endpoint"Có thể đã có người làm @v-vfarias đã nhận 52 ngày trước. Đang mở
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 25/100
MicrosoftLearning/mslearn-mlops#72 · 1 bình luận ·
-
YAML text for "Automate model training with a manually triggered workflow" not rendered correctly on microsoftlearning.github.ioCó thể đã có người làm @v-vfarias đã nhận 52 ngày trước. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 25/100
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 56/100
MicrosoftLearning/mslearn-mlops#59 · 1 bình luận ·
Tất cả issue của MicrosoftLearning/mslearn-mlops
Issue tương tự
-
Annoucement Documentation java
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 68/100
-
bug
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 73/100
-
開発: フロントのデプロイ用 zip を1コマンドで正しく作るĐang mởarea:ci area:frontend triage
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 82/100
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
aws-amplify/amplify-backend#3371 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 67/100
cloudmesh-ai/cloudmesh-ai-vm#94 ·
Maintainer thường phản hồi trong vòng 1 ngày