VS Code 中的 Azure Machine Learning
Azure Machine Learning 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 Machine Learning 的更多信息，请参阅 什么是 Azure Machine Learning？
Azure Machine Learning VS Code 扩展允许你使用 Visual Studio Code 中用于开发机器学习应用程序的常用功能。
桌面版或 Web 版
你可以在 VS Code 桌面版或 VS Code for the Web 中使用 Azure Machine Learning。VS Code for the Web 在浏览器中完全运行，提供免费、零安装的 VS Code 体验，网址为 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
计算实例是用于开发机器学习应用程序的托管云端工作站。
Azure Machine Learning VS Code 扩展使连接到计算实例并实时访问其中的资源变得容易。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（预览版）
Azure Machine Learning 2.0 CLI 使你能够从命令行训练和部署模型。其功能加速了数据科学的横向扩展和纵向扩展，同时跟踪模型生命周期。
使用 Azure Machine Learning 规范文件时，VS Code 扩展提供以下功能支持
- 规范文件编写
- 语言支持
- 资源自动完成
规范文件编写
在命令面板 (⇧⌘P (Windows, Linux Ctrl+Shift+P)) 中使用 Azure ML 命令或 VS Code 中的 Azure Machine Learning 视图来简化规范文件编写过程。
语言支持
Azure Machine Learning 扩展会交叉引用所有值与默认工作区中的资源。如果扩展检测到资源指定不正确或缺少属性，则会显示内联错误。
资源自动完成
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。扩展使用你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 Machine Learning 中，你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。
有关更多信息，请参阅训练机器学习模型教程。
管理资源
你可以直接从 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 Notebooks 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 Notebooks。
Azure Machine Learning 利用 VS Code 中强大的 Jupyter Notebooks 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，你将能够使用 VS Code 内置的 Git 支持。