Trace Id is missing
Overslaan naar hoofdinhoud
Azure

Opensource-frameworks voor machine learning in Azure

Sneller modellen compileren en implementeren met een open ecosysteem.

Compileer en implementeer Machine Learning-modellen snel in Azure op basis van je favoriete opensource-frameworks. Azure biedt een open en interoperabel ecosysteem om de gewenste frameworks te gebruiken zonder dat je definitief aan je keuze vastzit. Alle fasen van de machine learning-levenscyclus gaan sneller en je kunt je modellen overal uitvoeren, van de cloud tot de rand.

Compileer Machine Learning-modellen in het framework van je keuze

Azure biedt ondersteuning voor alle populaire machine learning-frameworks. Of je nu modellen ontwikkelt in Deep Learning-frameworks zoals PyTorch of TensorFlow, van de voordelen profiteert die de geautomatiseerde machine learning-mogelijkheden van Azure bieden, of traditionele machine learning-modellen traint in Scikit-learn, Azure biedt ondersteuning voor je workloads.

Een diagram met machine learning-frameworks die door Azure Machine Learning Service worden ondersteund.

Deductie op elk besturingssysteem en hardwareplatform

Optimaliseer de deductie op veel verschillende hardwareplatformen met ONNX Runtime(open source). ONNX Runtime werkt met populaire frameworks zoals PyTorch, TensorFlow, Keras, Scikit-Learn en meer om tot 17 keer sneller te kunnen deduceren en tot 1,4 keer sneller te kunnen trainen. Gebruik ONNX Runtime om je ML-modellen op Linux-, Windows-, Mac- en zelfs mobiele apparaten te deduceren. ONNX Runtime is geïntegreerd met de nieuwste accelerator-software en hardwarebibliotheken van partners als Intel en NVIDIA, om je te helpen je prestaties te maximaliseren, of je nu in de cloud of aan de rand werkt.

Een diagram waarin hardwareplatformen zijn gemarkeerd die door Azure Machine Learning Service worden ondersteund.

Versnel de end-to-end machine learning-levenscyclus

Verhoog je productiviteit met geautomatiseerde machine learning. Je kunt snel geschikte algoritmen identificeren en hyperparameters afstemmen, en de volledige levenscyclus van machine learning eenvoudig beheren met een eenvoudige implementatie vanuit de cloud naar de rand. Krijg toegang tot al deze mogelijkheden via een Python SDK (onafhankelijk van hulpprogramma's).

Diagram waarin de end-to-end machine learning-levenscyclus is gemarkeerd.
Terug naar tabbladen

Machine learning vereenvoudigen en versnellen met Azure