VS Code 中的 Azure 机器学习
Azure 机器学习是一个基于云的环境，可用于训练、部署、自动化、管理和跟踪机器学习模型。有关 Azure 机器学习的详细信息，请参阅什么是 Azure 机器学习？
Azure机器学习VS Code 扩展允许你使用 Visual Studio Code 中常用的功能来开发机器学习应用程序。
桌面或网络
您可以在 VS Code Desktop 或VS Code for the Web中使用 Azure 机器学习。VS Code 网页版提供完全在浏览器中运行的免费、零安装 VS Code 体验，网址为https://vscode.dev。查看有关启动 Azure 机器学习的指南以了解更多信息。
连接到远程计算实例
计算实例是一个基于云的托管工作站，用于开发机器学习应用程序。
Azure 机器学习 VS Code 扩展可以轻松实时连接和访问计算实例中的资源。有关详细信息，请参阅连接到 Azure 机器学习计算实例。
Azure 机器学习 2.0 CLI 支持（预览）
Azure 机器学习 2.0 CLI 使你能够从命令行训练和部署模型。其功能可加速数据科学的扩展和扩展，同时跟踪模型生命周期。
使用 Azure 机器学习规范文件时，VS Code 扩展提供对以下功能的支持：
- 规范文件编写
- 语言支持
- 资源自动完成
规范文件编写
使用命令面板中的Azure ML命令 ( ⇧⌘P (Windows、Linux Ctrl+Shift+P ) ) 或 VS Code 中的 Azure 机器学习视图来简化规范文件创作过程。
语言支持
Azure 机器学习扩展将所有值与默认工作区中的资源进行交叉引用。如果扩展检测到错误指定的资源或缺少属性，则会显示内联错误。
资源自动完成
当您开始使用资源时，您会发现 Azure 机器学习扩展可以检查规范文件。该扩展使用您指定的默认工作区来为该工作区中的资源提供自动完成支持。
训练机器学习模型
在 Azure 机器学习中，可以使用流行的框架来训练机器学习模型，例如 scikit-learn、PyTorch、TensorFlow 等。该扩展使提交和跟踪这些模型的生命周期变得容易。
有关更多信息，请参阅训练机器学习模型教程。
管理资源
可以直接从 VS Code 创建和管理 Azure 机器学习资源。有关更多信息，请参阅如何在 VS Code 中管理资源。
远程 Jupyter 服务器
VS Code 为使用 Jupyter Notebook 进行开发提供了强大的支持。有关更多信息，请参阅VS Code 中的 Jupyter Notebook。
Azure 机器学习利用 VS Code 中强大的 Jupyter 笔记本支持。它可以无缝连接到远程计算实例并将其用作远程 Jupyter 服务器。有关更多信息，请参阅将计算实例配置为远程笔记本服务器。
Git 集成
通过使用 Azure 机器学习 VS Code 扩展连接到远程计算实例，你将能够使用 VS Code 的内置 Git 支持。