Pomiń nawigację

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

SQL Data Warehouse

Elastyczny magazyn danych jako usługa oferująca funkcje klasy korporacyjnej

Maszyny wirtualne do analizy danych

Rozbudowane wstępnie skonfigurowane środowisko do rozwijania sztucznej inteligencji

Podejmuj trafniejsze decyzje dzięki usłudze Azure Machine Learning