Opensourcové architektury strojového učení v Azure

Rychlejší sestavování a nasazování modelů s využitím otevřeného ekosystému

Využijte možnost rychlého sestavování a nasazování modelů strojového učení v Azure s využitím vašich oblíbených opensourcových architektur. Azure poskytuje otevřený a interoperabilní ekosystém umožňující neomezeně využívat architektury podle vaší volby, zrychlit všechny fáze životního cyklu strojového učení a spouštět vaše modely kdekoli, do cloudu až po hraniční zařízení.

Využívejte vaše oblíbené opensourcové architektury

Azure podporuje všechny oblíbené architektury strojového učení, včetně architektur PyTorch, TensorFlow, scikit-learn, MXNet, Chainer a Keras.

Snadné přechody mezi architekturami

Využijte možnost vývoje v upřednostňované architektuře, aniž byste se museli starat o důsledky odvozování. Natrénujte modely v jedné architektuře a převeďte je do jiné s využitím ONNX, opensourcového formátu modelů společně vyvinutého Microsoftem a dalšími společnostmi zaměřenými na AI.

Efektivní spouštění modelů napříč platformami

Optimalizujte odvozování na celé řadě hardwarových platforem s využitím opensourcového modulu runtime ONNX. Vytrénujte si model s využitím libovolné oblíbené architektury, převeďte ho do formátu ONNX a můžete odvozovat až 10krát rychleji. Pro zajištění optimálního výkonu modul runtime ONNX integruje nejnovější hardwarovou akceleraci CPU a GPU od partnerů jako Intel a NVIDIA.

Zrychlení strojového učení

Zvyšte svou efektivitu s využitím služby Azure Machine Learning, která podporuje oblíbené architektury a nástroje. Využijte automatizované strojové učení, které vám pomůže rychleji identifikovat vhodné algoritmy a ladit hyperparametry. Spravujte kompletní životní cyklus strojového učení s využitím MLOps (DevOps pro strojové učení), včetně jednoduchého nasazení, od cloudu až po hraniční zařízení. Získejte přístup ke všem těmto možnostem ze sady Python SDK nezávislé na nástrojích.

Zjednodušení a zrychlení strojového učení s využitím Azure