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、自动操作、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 扩展允许你使用在 Visual Studio Code 中习惯使用的功能来开发机器学习应用程序。
桌面版或网页版
你可以在 VS Code 桌面版或 VS Code 网页版中使用 Azure Machine Learning。VS Code 网页版提供免费的、无需安装的 VS Code 体验，完全在你的浏览器中运行，网址为 https://vscode.dev。请查看启动 Azure Machine Learning 指南了解详细信息。
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式基于云的工作站。
Azure Machine Learning VS Code 扩展使你能够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。其功能可在跟踪模型生命周期的同时，加速数据科学的向上和向外扩展。
在处理 Azure Machine Learning 规范文件时，VS Code 扩展对以下功能提供支持
- 规范文件创作
- 语言支持
- 资源自动完成
规范文件创作
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创作过程。
语言支持
Azure Machine Learning 扩展将所有值与默认工作区中的资源进行交叉引用。如果扩展检测到指定错误的资源或缺少属性，则会显示内联错误。
资源自动完成
开始处理资源时，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 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。该扩展使提交这些模型并跟踪其生命周期变得轻而易举。
有关详细信息，请参阅训练机器学习模型教程。
管理资源
你可以直接从 VS Code 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 notebook 进行开发提供了极佳的支持。有关详细信息，请参阅 VS Code 中的 Jupyter Notebook。
Azure Machine Learning 利用了 VS Code 中对 Jupyter notebook 的强大支持。这使得连接到远程计算实例并将其用作远程 Jupyter 服务器变得非常顺畅。有关详细信息，请参阅 将计算实例配置为远程 notebook 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。