Usługa Azure Machine Learning

Twórz, trenuj i wdrażaj modele — od chmury po urządzenie brzegowe

Anons

  • TAL
  • Asos
  • Elastacloud
  • Wipro
  • Cognizant

Przegląd

Upraszczaj i przyspieszaj tworzenie, trenowanie oraz wdrażanie modeli uczenia maszynowego. Zautomatyzowane uczenie maszynowe pozwala szybciej identyfikować właściwe algorytmy i dostrajać hiperparametry. Używaj metodyki DevOps dla uczenia maszynowego oraz środowiska obliczeniowego z automatycznym skalowaniem w celu zwiększenia produktywności. Bezproblemowo wdrażaj w chmurze i na urządzeniach brzegowych jednym kliknięciem. Korzystaj z tych możliwości z preferowanego środowiska języka Python za pośrednictwem najnowszych platform typu open source, takich jak PyTorch, TensorFlow i scikit-learn.

Dlaczego warto korzystać z usługi Azure Machine Learning?

Produktywne

Twórz i trenuj modele szybciej dzięki zautomatyzowanemu uczeniu maszynowemu, automatycznie skalowanemu środowisku obliczeniowemu w chmurze i wbudowanej metodyce DevOps.

Otwarty

Używaj usługi Azure Machine Learning z poziomu dowolnego środowiska języka Python, korzystając z ulubionych platform i narzędzi.

Zaufane

Zwiększ gotowość do użycia w przedsiębiorstwie dzięki zabezpieczeniom, funkcjom zgodności oraz obsłudze sieci wirtualnych na platformie Azure.

Hybrydowe

Twórz, trenuj i wdrażaj swoje modele lokalnie, w chmurze i na urządzeniach brzegowych.

Możliwości usługi Azure Machine Learning

Zautomatyzowane uczenie maszynowe

Szybciej identyfikuj odpowiednie algorytmy i hiperparametry.

Zarządzane obliczenia

Łatwo trenuj modele i obniż koszty przez automatyczne skalowanie zaawansowanych klastrów procesorów GPU.

Metodyka DevOps w uczeniu maszynowym

Zwiększ produktywność dzięki śledzeniu eksperymentów, zarządzaniu modelami i ich monitorowaniu, zintegrowanej ciągłej integracji/zintegrowanemu ciągłemu wdrażaniu oraz potokom uczenia maszynowego.

Proste wdrażanie

Wdrażaj modele lokalnie, w chmurze i na urządzeniach brzegowych za pomocą zaledwie kilku wierszy kodu.

Zestaw SDK języka Python niezależny od narzędzia

Usługa Azure Machine Learning integruje się z każdym środowiskiem języka Python, w tym Visual Studio Code, Jupyter Notebook i PyCharm.

Obsługa platform typu open source

Korzystaj z ulubionych platform i narzędzi do uczenia maszynowego, takich jak PyTorch, TensorFlow i scikit-learn.

Jak korzystać z usługi Azure Machine Learning

Krok 1 z 3

Krok 1. Tworzenie obszaru roboczego

Zainstaluj zestaw SDK w swoim ulubionym środowisku Python i utwórz swój obszar roboczy do przechowywania zasobów obliczeniowych, modeli, wdrożeń i historii uruchamiania w chmurze.

Krok 2 z 3

Krok 2. Tworzenie i szkolenie

Możesz używać wybranych platform i funkcji automatycznego uczenia maszynowego, aby szybciej wykrywać odpowiednie algorytmy i hiperparametry. Śledź swoje eksperymenty i łatwo uzyskuj dostęp do wydajnych procesorów GPU w chmurze.

Krok 3 z 3

Krok 3. Wdrażanie i zarządzanie

Wdróż modele w chmurze lub urządzeniach brzegowych i skorzystaj z modeli przyspieszanych sprzętowo na układach FPGA, aby uzyskać superszybkie wnioskowanie. Gdy model znajduje się w środowisku produkcyjnym, możesz go monitorować pod kątem wydajności i dryfu danych.

Powiązane produkty i usługi

Azure Databricks

Szybka i łatwa w obsłudze platforma analityczna do pracy zespołowej bazująca na projekcie Apache Spark

Machine Learning Studio

Łatwe tworzenie i wdrażanie rozwiązań do analiz predykcyjnych oraz zarządzanie nimi

Usługi poznawcze

Dodawanie inteligentnych funkcji interfejsu API w celu zapewnienia interakcji kontekstowych

Maszyny wirtualne do analizy danych

Rozbudowane wstępnie skonfigurowane środowisko do rozwijania sztucznej inteligencji

Podejmuj trafniejsze decyzje dzięki usłudze Azure Machine Learning