Azure でのオープンソースの機械学習のフレームワーク

オープン エコシステムを使用してモデルをすばやく構築してデプロイする

お気に入りのオープンソースのフレームワークを使用し、Azure で機械学習モデルをすばやく構築してデプロイします。Azure では、オープンで相互運用可能なエコシステムを利用して、ロックインされずにお好みのフレームワークを使用し、機械学習ライフサイクルのあらゆる段階を加速化し、クラウドからエッジまでどこでもモデルを実行することができます。

お気に入りのオープンソースのフレームワークを使用する

Azure は、PyTorch、TensorFlow、scikit-learn、MXNet、Chainer、Keras などの人気のあるすべての機械学習のフレームワークをサポートしています。

フレームワーク間を容易に移動する

下流の推論の影響を心配することなく、お好みのフレームワークで開発できます。1 つのフレームワークでモデルをトレーニングし、そのモデルを別のフレームワークに転送して、Microsoft とその他の AI 会社によって共同開発されたオープンソースのモデル形式である ONNX を使用した推論を行います。

プラットフォーム間で効率的にモデルを実行する

オープンソースの ONNX Runtime を使用して、さまざまなハードウェア プラットフォームで推論を最適化します。人気のある任意のフレームワークでモデルをトレーニングし、そのモデルを ONNX 形式に転送し、推論にかかる時間を最大 10 倍短縮できます。パフォーマンスの最適化のため、ONNX Runtime は、Intel と NVIDIA などのパートナーの最新の CPU と GPU ハードウェア アクセラレータを統合します。

機械学習を促進する

Azure Machine Learning で生産性を向上させましょう。よく使用されるフレームワークとツールがサポートされています。自動化された機械学習を使用すると、適切なアルゴリズムの特定とハイパーパラメーターの調整をより迅速に行えます。MLOps (機械学習用の DevOps) を使用して、クラウドからエッジまでのシンプルなデプロイを含む、完全な機械学習ライフサイクルを管理できます。これらのすべての機能には、ツールに依存しない Python SDK からアクセスできます。

Azure で機械学習を簡単にすばやく始める