Hacktoberfest 2026：维护者为十月标记出来的 issue，仍然开放、适合新手。 浏览 Hacktoberfest issue

Databricks AML sample is confusing: need separate sample of individual use case

未关闭
#1,816 0 条评论 0 个 reaction 已指派 0 人 在 GitHub 查看

还没有人认领这个 Issue。

评估

难度
3/5
预计耗时
1-2 天
新手友好度
45/100
Issue 类型
文档
描述清晰度
基本清楚
活跃度
停滞
技术栈
azure, jupyter-notebook, python
领域
documentation, machine-learning

调研方向

从 aml-pipelines-use-databricks-as-compute-target.ipynb 开始，检查 issue 中列出的五个 Databricks 场景。跟踪每个场景所需的单元格，然后使每个用例都能被独立理解；完成的标准是，客户无需浏览不相关的示例，就能识别并按照某个场景的单元格执行。

由索引模型根据 Issue 内容生成。

描述

The GIHUB sample designed for multiple use-cases and some of the customers are getting confused and unable to follow exactly what are the specific cells they need to run for a specific scenario. Please review and ensure the notebook has clear steps for each scenario.

https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-use-databricks-as-compute-target.ipynb

currently this notebook has all these scenarios which is difficult to follow:

The notebook will show:

  1. Running an arbitrary Databricks notebook that the customer has in Databricks workspace
  2. Running an arbitrary Python script that the customer has in DBFS
  3. Running an arbitrary Python script that is available on local computer (will upload to DBFS, and then run in Databricks)
  4. Running a JAR job that the customer has in DBFS.
  5. How to get run context in a Databricks interactive cluster
主要语言
Jupyter Notebook
星标
4.4k
派生
2.6k
30 天内没有已合并 PR

贡献指南

这个仓库没有索引到贡献指南

从这里开始

  1. 先读完整个 Issue，再读项目的贡献指南。
  2. 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
  3. Fork 仓库，在一个分支上完成修改。
  4. 提交 Pull Request，并在描述里引用这个 Issue 编号。

Azure/MachineLearningNotebooks 的其他 Issue

查看 Azure/MachineLearningNotebooks 的全部 Issue

相似的 Issue

更多 Documentation Issue

把新 issue 发到你的邮箱

精选适合新手参与的 GitHub issue 摘要。