Trace Id is missing
Ugrás a tartalomra

Nyílt forráskódú gépi tanulási keretrendszerek az Azure-ban

Modellek gyorsabb létrehozása és üzembe helyezése nyitott ökoszisztémával.

Az Azure-ban gyorsan létrehozhatja és üzembe helyezheti gépi tanulási modelljeit kedvenc nyílt forráskódú keretrendszereit használva. Az Azure egy nyitott és együttműködő ökoszisztémát biztosít, amelyben az Ön által kiválasztott keretrendszert használhatja korlátozások nélkül, felgyorsíthatja a gépi tanulási életciklus minden fázisát, és a modelljeit a felhőtől a permhálózatokig bárhol futtathatja.

Gépi tanulási modelleket az Ön által választott keretrendszerben fejleszthet

Az Azure támogatja az összes népszerű gépi tanulási keretrendszert. Akár olyan mély tanulási keretrendszerekben fejleszt modelleket, mint a PyTorch vagy a TensorFlow, akár az Azure automatizált gépi tanulási képességeit használja, akár hagyományos gépi tanulási modelleket tanít be a scikit-learnben, a számítási feladatait támogatja az Azure.

Az Azure Machine Learning Service által támogatott gépi tanulási keretrendszereket bemutató diagram.

Dedukció több operációs rendszeren és hardveres platformon

A nyílt forráskódú ONNX futtatókörnyezethasználatával a következtetéseket a hardverplatformok széles skáláján optimalizálhatja. Az ONNX közös nyelvi futtatókörnyezet olyan népszerű keretrendszereket támogat, mint a PyTorch, a TensorFlow, a Keras, a SciKit-Learn és mások, és akár 17-szer gyorsabb dedukcióra és 1,4-szer gyorsabb betanításra képes. Az ONNX közös nyelvi futtatókörnyezetet használhatja az ML-modelleknél dedukcióra Linux, Windows, Mac rendszeren, sőt akár mobileszközökön is. Az ONNX közös nyelvi futtatókörnyezet olyan partnerek gyorsítószoftvereit integrálja, mint az Intel vagy az NVIDIA, így maximalizálhatja a teljesítményt akár a felhőben, akár a peremhálózaton.

A Azure Machine Learning Service által támogatott hardverplatformokat bemutató diagram.

Felgyorsíthatja a teljes gépi tanulási folyamatot

Gyorsítsa fel a hatékonyságot az automatizált gépi tanulással. Gyorsan azonosíthatja a megfelelő algoritmusokat és finomhangolhatja a hiperparamétereket, a teljes gépi tanulási életciklust pedig egyszerűen kezelheti egyszerű üzembe helyezéssel a felhőtől a peremhálózatig. Ezen funkciók mindegyikét elérheti egy eszközfüggetlen Python SDK-val.

A teljes gépi tanulási életciklust bemutató diagram.
Vissza a lapokra

Egyszerűbb és gyorsabb gépi tanulás az Azure-ral