VS Code 中的 Azure 机器学习
Azure Machine Learning 是一个基于云的环境，您可以使用它来训练、部署、自动化、管理和跟踪机器学习模型。有关 Azure Machine Learning 的更多信息，请参阅 什么是 Azure Machine Learning？
Azure Machine Learning VS Code 扩展允许您使用 Visual Studio Code 中熟悉的功能来开发您的机器学习应用程序。
桌面或网页
您可以在VS Code桌面版或VS Code for the Web中使用Azure Machine Learning。VS Code for the Web提供了一个完全在浏览器中运行的免费、无需安装的VS Code体验，访问地址为https://vscode.dev。查看启动Azure Machine Learning的指南以了解更多信息。
连接到远程计算实例
计算实例 是一个用于开发机器学习应用程序的托管云工作站。
Azure Machine Learning VS Code 扩展使得实时连接和访问计算实例中的资源变得容易。有关更多信息，请参阅 连接到 Azure Machine Learning 计算实例。
Azure Machine Learning 2.0 CLI 支持（预览）
Azure Machine Learning 2.0 CLI 使您能够从命令行训练和部署模型。其功能加速了数据科学的扩展，同时跟踪模型的生命周期。
在使用Azure机器学习规范文件时，VS Code扩展提供了以下功能的支持：
- 规范文件编写
- 语言支持
- 资源自动补全
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 Machine Learning视图来简化规范文件的编写过程。
语言支持
Azure Machine Learning 扩展会交叉引用默认工作区中的所有值与资源。如果扩展检测到错误指定的资源或缺失的属性，则会显示内联错误。
资源自动补全
当你开始使用资源时，你会发现Azure Machine Learning扩展可以检查规范文件。该扩展使用你指定的默认工作区，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，您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。该扩展使得提交和跟踪这些模型的生命周期变得容易。
欲了解更多信息，请参阅训练机器学习模型教程。
管理资源
您可以直接从VS Code创建和管理Azure Machine Learning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 笔记本进行开发提供了强大的支持。更多信息，请参阅 VS Code 中的 Jupyter 笔记本。
Azure Machine Learning 利用了 VS Code 中强大的 Jupyter 笔记本支持。它使得连接到远程计算实例并将其用作远程 Jupyter 服务器变得无缝。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 Machine Learning VS Code 扩展连接到远程计算实例，您将能够使用 VS Code 的内置 Git 支持。