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 的详细信息，请参阅什么是 Azure Machine Learning？
Azure Machine Learning VS Code 扩展让你能够在 Visual Studio Code 中使用你熟悉的各项功能来开发机器学习应用程序。
桌面版或 Web 版
你可以在 VS Code 桌面版或面向 Web 的 VS Code 中使用 Azure Machine Learning。面向 Web 的 VS Code 提供免费、无需安装的 VS Code 体验，完全在浏览器中运行，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
计算实例是一种托管的基于云的工作站，用于开发机器学习应用程序。
Azure Machine Learning VS Code 扩展可让你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 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。它的功能可加速数据科学的横向和纵向扩展，同时跟踪模型生命周期。
使用 Azure Machine Learning 规范文件时，VS Code 扩展支持以下功能
- 规范文件编写
- 语言支持
- 资源自动补全
规范文件编写
在命令面板（⇧⌘P (Windows, Linux Ctrl+Shift+P)）中使用 Azure ML 命令或在 VS Code 中使用 Azure Machine Learning 视图，可以简化规范文件编写过程。
语言支持
Azure Machine Learning 扩展会将所有值与默认工作区中的资源进行交叉引用。如果扩展检测到指定资源不正确或缺少属性，则会显示内联错误。
资源自动补全
在你开始使用资源时，你会发现 Azure Machine Learning 扩展可以检查规范文件。扩展会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补全支持。
训练机器学习模型
在 Azure Machine Learning 中，你可以使用流行的框架（如 scikit-learn、PyTorch、TensorFlow 等）来训练机器学习模型。该扩展可以轻松提交和跟踪这些模型的生命周期。
有关详细信息，请参阅训练机器学习模型教程。
管理资源
你可以直接在 VS Code 中创建和管理 Azure Machine Learning 资源。有关详细信息，请参阅如何在 VS Code 中管理资源。
远程 Jupyter 服务器
VS Code 对使用 Jupyter Notebooks 进行开发提供了很好的支持。有关详细信息，请参阅VS Code 中的 Jupyter Notebooks。
Azure Machine Learning 利用了 VS Code 对 Jupyter Notebooks 的强大支持。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。有关详细信息，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。