蔚蓝数据科学虚拟机
这是快速入门的快速指南。 微软Azure 云。我们将使用Azure 数据科学虚拟机（DSVM） 这是一个Azure虚拟机映像家族，已预配置了几种常用工具，这些常用工具通常用于数据分析，机器学习和AI开发。
价钱
最便宜的GPU配置是Azure中的Standard_NC6实例，该实例具有一个NVidia Tesla K80 GPU和六个CPU内核。该实例每小时将产生约0.40美元的费用 计算费用 用于专用的Standard_NC6_Promo实例，或 $0.13 每小时（如果使用） 现货（可抢占）Standard_NC6实例.
蔚蓝提供其他 GPU选项 例如NVidia Tesla P100，基于V100的实例。
先决条件
在创建DSVM之前，您需要访问Azure订阅。通过Azure订阅，您可以管理Azure云中的存储，计算和其他资产。您可以 创建一个新的订阅 或从 蔚蓝门户.
如果您要注册新的订阅，则还需要记录信用卡详细信息。这将是实例使用的所有费用都将应用到的信用卡。您的注册屏幕如下所示：
免费试用Azure订阅 虽然您将无法创建基于GPU的虚拟机实例，但它们仍然可用。
创建您的Azure帐户和订阅后，您可以登录到 蔚蓝门户 查看和管理您的帐户。
设定
我们将使用便利脚本，利用Azure命令行界面（CLI）创建Data Science VM的Spot实例，并在创建VM时自动安装fast.ai库和课程笔记本。
步骤1：启动Cloud Shell
可以在Linux机器上的bash shell或具有Windows Subsystem for Linux（WSL）的Windows机器上的bash shell上运行用于设置fast.ai的脚本。启动Azure云外壳可能会更简单。您只需点击下面的按钮即可。
按照提示创建一个存储脚本的存储帐户。几秒钟后，您将看到熟悉的bash shell提示符，您可以在其中运行shell脚本。确保在Azure Shell左上角的选项中将Azure Shell设置为“ Bash”而不是“ PowerShell”。
步骤2：执行脚本
用于自动创建Azure数据科学VM并安装fast.ai以及所有课程笔记本的脚本在以下位置提供 Github.
该脚本在westus2 蔚蓝区域中使用NVidia K80 GPU创建Spot VM。如果需要不同类型的GPU或专用（不可抢占）实例而不是Spot（可抢占）实例，或者想要选择其他Azure数据中心区域，则可以自定义脚本。
若要下载并执行脚本，请在您启动的Azure Cloud Shell或bash Shell（如果使用本地计算机）上运行以下命令。
wget //raw.githubusercontent.com/Azure/DataScienceVM/master/Samples/fastai2/fastai2onAzureSpotDSVM.sh
bash fastai2onAzureSpotDSVM.sh
按照提示询问虚拟机名称和密码。该脚本使用“ fastuser”作为用户名。
提示：在Cloud Shell中按SHIFT-INSERT粘贴命令并执行。
在大约10分钟内，您将准备好一个VM，可以开始运行fast.ai课程笔记本。该脚本将打印出VM的IP地址和用于访问Jupyterhub的URL。
访问fast.ai课程笔记本
Now you can access the VM either through SSH or via Jupyterhub (URL : //[[Public IP Address of VM]]:8000). When you login to JupyterHub use the default user name used in the script fastuser and the password you chose above.
注意：由于默认情况下使用自签名证书，因此当您尝试通过SSL访问JupyterHub时会收到警告，为此您可以忽略该警告，方法是先按“高级”按钮，然后按浏览器上的“继续”。在生产环境中，您将需要获取真实的证书并进行安装。
登录Jupyterhub后，您将找到fastbook目录，其中包含fast.ai课程的课程笔记本。
You will get a prompt to choose the matching kernel. There is a Jupyter kernel and Conda environment named fastai2 that you will need to use when running the fast.ai notebooks.
停止虚拟机
为了避免在不使用VM时增加费用，您必须将其关闭。您可以在Azure门户上执行此操作，也可以运行Azure CLI命令
az vm deallocate -g <resource group name > -n <vm name>
默认情况下，在我们的脚本中，“资源组名称”是“虚拟机名称”。
完成课程后，可以通过在Azure门户中或使用CLI命令删除资源组来删除资源。
az group delete -n <resource group name>