Azure Stream Analytics — ocenianie w czasie rzeczywistym przy użyciu niestandardowych modeli uczenia maszynowego
Data opublikowania: 11 listopada, 2019
Usługa Azure Stream Analytics obsługuje teraz wysoce wydajne ocenianie w czasie rzeczywistym dzięki wykorzystaniu niestandardowych i wstępnie wytrenowanych modeli uczenia maszynowego zarządzanych przez usługę Azure Machine Learning i hostowanych w ramach usługi Azure Kubernetes Service (AKS) lub usługi Azure Container Instances. W tym celu używany jest przepływ pracy, który nie wymaga pisania żadnego kodu przez użytkowników. Twórz modele niestandardowe, korzystając z dowolnych popularnych bibliotek języka Python, takich jak Scikit-learn, PyTorch, TensorFlow itp. w celu trenowania modeli w dowolnym miejscu za pomocą usług Azure Databricks i HD Insight lub środowiska obliczeniowego usługi Azure Machine Learning. Po wdrożeniu w klastrach usługi AKS lub Container Instances możesz użyć usługi Stream Analytics w celu zaprezentowania wszystkich punktów końcowych w ramach samego zadania.
Utwórz konto, aby już teraz uzyskać dostęp do prywatnej wersji zapoznawczej tej funkcji.