DAY17 介绍 Azure Machine Learning SDK

我们前面一半的课程，学习了透过图形化介面，学习了 Azure Machine Learing 的整体架构。可是我们不单单可以透过图形化介面来使用 AML，还可以透过程序码的方式来操作 AML，这就是 Azure Machine Learning SDK。

其实在实务上，AML SDK 才是最主要的方式，图形化介面只是辅助。不过我们先讲图形化介面操作再讲 SDK，这样子的好处是可以让初学者们更容易学习与理解 AML 是什麽。

举例来说，我们目前学习了 Workspace 的建立，还学习了建立 Datastore，还有建立 Dataset、还有开运算资源、AutoML、到部署等等的内容，相信大家已经充份了解了 AML 是什麽样子的工具，可以解决什麽样子的问题。而我们这些所有操作过的内容，大部份都可以透过 AML SDK 来建立。

还记得下面这个画面吗？这是我们在前面建立 Dataset 时，教大家怎麽使用 Dataset。这个就是 AML SDK。

目前 AML SDK 有 Python 版本和 R 版本，但是以 Python 版本的功能最齐全，建议大家还是使用 Python 来做吧！

使用 AML SDK 的优点

使用 SDK 有很多优点，介绍如下：

1. 可以在自己习惯的开发环境下做机器学习。像有的人喜欢在 PyCharm 里写，有的人喜欢在 VS Code 里写，甚至还有一些人喜欢在 Spyder 里面写。透过 AML SDK，你想在哪里写，就在哪里写。

2. 可以自动化的作业，不用每次都要进到图形化介面里面操作。

3. 重复利用程序码，团队可以开发专案共用的程序码或套件来重复使用。

4. 方便设定工作流程，进一步可以导入 MLOps。

5. 利於保持在开发、测试、产品等多个环境中都一致，不怕不小心手残点错介面。

我们只要使用 pip install azureml-sdk，就可以开始使用 AML SDK 啦！

还一个东西叫做 Azure Machine Learning CLI

除了 SDK 之外，我们还可以透过 Command Line 来玩 AML。必须要先安装完 Azure　的　CLI，然後再来安装 Azure Machine Learning 的 CLI ，才能开始使用 Command Line。

这个工具在建立一些资源的时候还满方便的。举例来说，我们可以用这个指令 az ml computetarget list -g 'aml-resources' -w 'aml-workspace' 来列出运算资源和 Workspace。而在 SDK 的做法，我们就是要用一个 for loop 去把资源印出来。

什麽时候使用 CLI 呢？一般是和资源相关的时候会比较常使用。而 SDK 就比较偏向在开发机器学习的时候用比较多。

明天我们开始来进入 Azure Machine Learning 的 SDK 吧！先从用程序码来建立 Workspace 开始！