Passer la navigation

Service Azure Machine Learning

Créez, formez et déployez des modèles du cloud vers la périphérie

Annonces

  • TAL
  • Asos
  • Elastacloud
  • Wipro
  • Cognizant

Présentation

Simplifiez et accélérez la création, la formation et le déploiement de vos modèles Machine Learning. Utilisez les fonctionnalités Machine Learning automatisées pour identifier les algorithmes appropriés et régler les hyperparamètres plus rapidement. Utilisez DevOps pour le Machine Learning et le calcul avec mise à l’échelle automatique pour améliorer la productivité et réduire les coûts. Déployez en toute transparence sur le cloud et à la périphérie en un clic. Accédez à toutes ces fonctionnalités depuis votre environnement Python préféré à l’aide des dernières infrastructures open source, telles que PyTorch, TensorFlow et scikit-learn.

Pourquoi Azure Machine Learning Services ?

Productivité

Créez et entraînez des modèles plus rapidement avec des fonctionnalités de Machine Learning, de calcul cloud avec mise à l’échelle automatique et DevOps intégrées.

Ouvert

Utilisez Azure Machine Learning Service à partir de n’importe quel environnement Python et avec vos outils et infrastructures favoris.

Confiance

Améliorez la préparation de l’entreprise avec les fonctionnalités de sécurité et de conformité d’Azure et la prise en charge de réseau virtuel.

Hybride

Créez, formez et déployez vos modèles localement, dans le cloud ou en périphérie.

Fonctionnalités Azure Machine Learning Service

Machine Learning automatisé

Identifiez plus rapidement les algorithmes et les hyper-paramètres appropriés.

Calcul managé

Formez facilement des modèles et réduisez vos coûts en mettant automatiquement à l’échelle de puissants clusters de GPU.

DevOps pour Machine Learning

Augmentez votre productivité avec le suivi des expériences, la supervision et la gestion des modèles, les pipelines Machine Learning et les fonctionnalités CI/CD intégrées.

Simple déploiement

Déployez des modèles localement, dans le cloud et en périphérie avec quelques lignes de code.

SDK Python prenant en charge l’ensemble des outils

Azure Machine Learning Service s’intègre aux environnements Python, tels que Visual Studio Code, les notebooks Jupyter et PyCharm.

Prise en charge des infrastructures open source

Utilisez vos infrastructures et outils Machine Learning préférés, tels que PyTorch, TensorFlow et scikit-learn.

Utilisation d'Azure Machine Learning Services

Étape 1 sur 3

Étape 1 : Créer un espace de travail

Installez le Kit de développement logiciel (SDK) dans votre espace de travail Python favori et créez votre espace de travail pour stocker vos ressources de calcul, modèles, déploiements et historiques d’exécution dans le cloud.

Étape 2 sur 3

Étape 2 : Générez et formez

Utilisez les infrastructures de votre choix e appliquez les possibilités offertes par l’apprentissage machine automatique pour identifier plus rapidement les algorithmes et les hyper-paramètres adaptés appropriés. Suivez vos expériences et accédez rapidement à de puissants GPU dans le cloud.

Étape 3 sur 3

Étape 3 : Déployez et gérez

Déployez les modèles dans le cloud ou à la périphérie et utilisez des modèles à accélération matérielle sur des circuits logiques programmables FPGA (field-programmable gate array) pour une inférence ultrarapide. Lorsque votre modèle est en production, surveillez les performances et la dérive de données, puis reformez-le si nécessaire.

Produits et services associés

Azure Databricks

Plateforme d’analyse rapide, simple et collaborative basée sur Apache Spark

Machine Learning Studio

Générez, déployez et managez facilement des solutions d’analyse prédictive

SQL Data Warehouse

Entreposage de données élastique en tant que service avec fonctionnalités destinées aux entreprises

Machines virtuelles Science des données

Environnement préconfiguré enrichi pour le développement de l’intelligence artificielle

Commencez à prendre de meilleures décisions à l’aide d'Azure Machine Learning Services