你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
了解如何为机器学习工作流设置Azure 机器学习 Visual Studio Code扩展。 使用 VS Code 桌面应用程序时，只需设置此扩展。 如果对 Web 使用 VS Code，则会为你处理此过程。
VS Code 的 Azure 机器学习 扩展提供了一个用户界面用于：
- 管理试验、虚拟机、模型和部署等Azure 机器学习资源。
- 使用远程计算实例在本地开发。
- 训练机器学习模型。
- 在本地调试机器学习试验。
- 获取基于架构的语言支持，为规范文件创作提供自动完成和诊断。
先决条件
- Azure订阅。 如果没有订阅，请注册以尝试 free 或付费版本的 Azure 机器学习。
- Visual Studio Code。 如果尚未安装它，请安装它。
- Python 3.10 或更高版本
- （可选）若要使用扩展创建资源，请安装 CLI （v2）。 有关安装说明，请参阅安装、设置和使用 CLI (v2)。
- 克隆社区驱动的存储库
git clone https://github.com/Azure/azureml-examples.git --depth 1
安装扩展
打开Visual Studio Code。
从活动栏中选择“扩展”图标以打开“扩展”视图。
在“扩展”视图搜索栏中，键入“Azure 机器学习”并选择第一个扩展。
选择“安装” 。
重要
默认情况下，Azure 机器学习 VS Code 扩展使用 CLI （v2）。 对 CLI v1 的支持于 2025 年 9 月 30 日结束。 如果仍在使用 CLI v1，请转换为 CLI v2。 有关详细信息，请参阅升级 v2。
登录到Azure帐户
若要在Azure预配资源和作业工作负荷，请使用Azure帐户凭据登录。 为了帮助进行帐户管理，Azure 机器学习会自动安装Azure帐户扩展。 有关详细信息，请参阅 了解有关 Azure 帐户扩展的详细信息。
若要登录到Azure帐户，请选择Visual Studio Code状态栏右下角的Azure：登录按钮以启动登录过程。
选择默认工作区
选择默认Azure 机器学习工作区时，创作 CLI（v2） YAML 规范文件时，将获得以下优势：
- 架构验证
- 自动完成
- 诊断
如果你没有工作区，请创建一个。 有关详细信息，请参阅使用 VS Code 扩展管理Azure 机器学习资源。
若要选择默认工作区，请选择Visual Studio Code状态栏上的 Set Azure 机器学习 Workspace 按钮，然后按照提示设置工作区。
或者，在命令面板中使用 > Azure ML: Set Default Workspace 命令，并按照提示设置工作区。
若要打开命令面板，请选择 “查看 > 命令面板 ”或按 Ctrl+Shift+P （macOS 上的 Cmd+Shift+P ）。 然后键入 Azure ML: Set Default Workspace。