Usługa Azure Machine Learning

Szybkie tworzenie modeli i operowanie na dużą skalę od chmury do urządzeń brzegowych

Przyspiesz całościowy cykl uczenia maszynowego

Usprawniaj tworzenie, trenowanie oraz wdrażanie modeli uczenia maszynowego. Szybciej wprowadzaj na rynek modele uczenia maszynowego, korzystając z wybranych narzędzi i środowisk, zwiększaj produkcyjność dzięki zautomatyzowanemu uczeniu maszynowemu i opracowuj innowacje na bezpiecznej platformie przygotowanej do obsługi przedsiębiorstw.

Najważniejsze informacje z konferencji Microsoft Build

Obejrzyj na żądanie wszystkie sesje dotyczące platformy Azure (Machine Learning Service) z konferencji.

Obejrzyj teraz

Uproszczone uczenie maszynowe z zaawansowanymi, niewymagającymi kodowania i zautomatyzowanymi możliwościami uczenia maszynowego oraz obsługa narzędzi typu open source

Niezawodna metodologia DevOps dla uczenia maszynowego integrująca się z istniejącymi procesami DevOps i pomagająca zarządzać kompletnym cyklem życia uczenia maszynowego

Skaluj na żądanie ze swojego komputera, twórz i wdrażaj modele uczenia maszynowego w dowolnym miejscu od chmury do urządzeń brzegowych

Odpowiednie dla przedsiębiorstw zabezpieczenia platformy Azure, kontrola i ład pomagają chronić Twoją infrastrukturę i możliwości

Dostęp do uproszczonego uczenia maszynowego

Szybko twórz i wdrażaj modele uczenia maszynowego za pomocą narzędzi spełniających Twoje oczekiwania w zakresie poziomów umiejętności — od rozwiązań niewymagających w ogóle kodowania do tych opartych na kodzie. Korzystaj z wizualnego interfejsu obsługującego metodę przeciągnij i upuść, hostowanego środowiska notesu lub zautomatyzowanego uczenia maszynowego. Przyspieszaj opracowywanie modelu za pomocą zautomatyzowanej inżynierii funkcji, wybierania algorytmu i czyszczenia hiperparametrów. Uzyskaj wbudowaną obsługę znanych narzędzi i środowisk typu open source, takich jak ONNX, Python, PyTorch, scikit-learn i TensorFlow.

Szybsze opracowywanie innowacji dzięki niezawodnej metodologii MLOps

MLOps — metodologia DevOps dla uczenia maszynowego — usprawnia kompleksowo cykl życia od momentu przygotowania danych do ich wdrożenia i monitorowania. Upraszczaj przepływy pracy i zwiększaj wydajność za pomocą potoków uczenia maszynowego. Korzystaj z ciągłej integracji i ciągłego dostarczania (CI/CD) w celu ułatwienia obsługi i konserwacji przy jednoczesnym podnoszeniu jakości modelu w czasie. Zarządzaj artefaktami modelu z centralnego punktu i monitoruj wydajność wdrożonych modeli.

Korzystaj z chmury na żądanie z poziomu komputera

Korzystaj z dowolnych danych i wdrażaj modele uczenia maszynowego w dowolnym miejscu od chmury do urządzeń brzegowych w celu zmaksymalizowania elastyczności. Szybko i niedrogo trenuj modele oraz przeprowadzaj skalowanie automatyczne dzięki zaawansowanym zasobom obliczeniowym procesorów CPU i GPU. Przeprowadzaj wnioskowanie w czasie rzeczywistym w chmurze lub na brzegu sieci, korzystając z układów FPGA.

Chroń swoją infrastrukturę i rozwiązania

Twórz modele uczenia maszynowego, korzystając z obsługi odpowiednich dla przedsiębiorstwa zabezpieczeń, zgodności i sieci wirtualnych platformy Azure spełniających wszelkie wymagania nauki o danych. Chroń swoje obciążenia za pomocą wbudowanych mechanizmów sprawdzania tożsamości, danych i sieci na platformie Azure będących najbardziej wszechstronnym zestawem rozwiązań dostępnym wśród dostawców usług w chmurze.

Płać wyłącznie za potrzebne zasoby bez kosztów ponoszonych z góry

Płać tylko za te zasoby platformy Azure, które zostały użyte do wytrenowania modeli. Aby uzyskać więcej szczegółów, w tym informacje o koszcie wdrażania modeli, zobacz stronę cennika usługi Azure Machine Learning Service.

Jak korzystać z usługi Azure Machine Learning

Tworzenie obszaru roboczego

Tworzenie i szkolenie

Wdrażanie i zarządzanie

Step 1 of 1

Przechowuj swoje docelowe obiekty obliczeniowe, modele, wdrożenia, metryki i historie wykonywania w chmurze.

Step 1 of 1

Zautomatyzowane uczenie maszynowe pozwala identyfikować algorytmy i hiperparametry oraz śledzić eksperymenty w chmurze.

Step 1 of 1

Wdrażaj modele uczenia maszynowego w chmurze lub na brzegu sieci, monitoruj ich wydajność i przeprowadzaj ich ponowne trenowanie, jeśli zajdzie taka potrzeba.

Getting Started Resources

5-minutowe przewodniki Szybki start

Jeśli masz już utworzony obszar roboczy usługi Azure Machine Learning Service, dowiedz się, jak uruchomić eksperyment w chmurze lub na lokalnym serwerze notesów bądź jak utworzyć eksperyment w interfejsie wizualnym.

Samouczki i przykłady

Trenuj i wdrażaj modele uczenia maszynowego, bazując na zdalnych zasobach obliczeniowych. Użyj zestawu SDK na potrzeby klasyfikacji obrazów (dane MNIST) lub regresji (dane dotyczące taksówek w Nowym Jorku) albo użyj interfejsu wizualnego, aby przewidywać ceny (dane rynku motoryzacyjnego).

Rozpocznij korzystanie z usługi Azure Machine Learning Service już dziś

Uzyskaj błyskawiczny dostęp i środki w wysokości $200, tworząc bezpłatne konto platformy Azure.

Zaloguj się w witrynie Azure Portal.

Klienci korzystający z usługi Azure Machine Learning Service

  • BP
  • Walgreens Boots Alliance
  • Schneider Electric
  • TAL
  • Asos
  • Wipro

Aktualizacje, blogi i ogłoszenia dotyczące platformy Azure

Często zadawane pytania dotyczące usługi Azure Machine Learning Service

  • Ta usługa jest ogólnie dostępna w niektórych krajach/regionach i ich liczba ciągle się zwiększa.
  • Umowa dotycząca poziomu usług (SLA) usługi Azure Machine Learning Service gwarantuje jej dostępność na poziomie 99,9 procent.
  • Obszar roboczy usługi Azure Machine Learning Service jest zasobem najwyższego poziomu dla tej usługi. Udostępnia on scentralizowane miejsce do pracy ze wszystkimi utworzonymi artefaktami.

Wszystko gotowe — utwórz bezpłatne konto platformy Azure