Ignorar Navegação

Serviço Azure Machine Learning

Crie, prepare e implemente modelos da cloud no edge

Anúncio

  • TAL
  • Asos
  • Elastacloud
  • Wipro
  • Cognizant

Descrição geral

Simplifique e acelere a criação, preparação e implementação dos seus modelos de machine learning. Utilize a aprendizagem automática para identificar os algoritmos adequados e otimizar os hiperparâmetros mais rapidamente. Melhore a produtividade e reduza os custos através de computação com dimensionamento automático e DevOps para aprendizagem automática. Implemente sem problemas na cloud e no edge com um clique. Utilize as mais recentes arquiteturas open source, como o PyTorch, TensorFlow e scikit-learn, para aceder a todas as capacidades a partir do seu ambiente Python favorito.

Por que deve utilizar o serviço Azure Machine Learning?

Produtivo

Crie e prepare modelos com maior rapidez com aprendizagem automática automatizada, computação cloud com dimensionamento automático e DevOps incorporado.

Aberto

Utilize o serviço Azure Machine Learning a partir de qualquer ambiente Python e com as suas ferramentas e arquiteturas favoritas.

Fiável

Melhore a preparação da empresa com as funcionalidades de segurança e conformidade do Azure, e suporte de rede virtual.

Híbrido

Crie, prepare e implemente os seus modelos no local, na cloud e no edge.

Capacidades do serviço Azure Machine Learning

Aprendizagem automática automatizada

Identifique os algoritmos e hiperparâmetros adequados com maior rapidez.

Computação gerida

Prepare modelos com facilidade e reduza os custos com o dimensionamento automático de poderosos clusters de GPU.

DevOps para aprendizagem automática

Aumente a produtividade com controlo de experimentação, monitorização e gestão de modelos, CI/CD integrado e pipelines de aprendizagem automática.

Implementação simples

Implemente modelos no local, na cloud e no edge com poucas linhas de código.

SDK Python sem ferramentas

O serviço Azure Machine Learning integra-se com qualquer ambiente Python, incluindo o Visual Studio Code, blocos de notas Jupyter e PyCharm.

Suporte de arquiteturas open source

Utilize as suas ferramentas e arquiteturas de aprendizagem automática favoritas, como o PyTorch, TensorFlow e scikit-learn.

Como utilizar o serviço Azure Machine Learning

Passo 1 de 3

Passo 1: criar uma área de trabalho

Instale o SDK no seu ambiente Python preferido e crie a sua área de trabalho para armazenar os recursos de computação, modelos e implementações e para executar históricos na cloud.

Passo 2 de 3

Passo 2: compilar e preparar

Utilize arquiteturas à sua escolha e capacidades de aprendizagem automática para identificar mais rapidamente os algoritmos e hiperparâmetros adequados. Controle as suas experimentações e aceda a poderosas GPUs na cloud.

Passo 3 de 3

Passo 3: implementar e gerir

Implemente modelos na cloud ou na periferia e tire partido de modelos acelerados por hardware em matrizes de porta programável no terreno (FPGAs) para uma inferência super-rápida. Quando o modelo está em produção, monitorize-o quanto ao desempenho e desvio de dados, e volte a preparar conforme necessário.

Produtos e serviços relacionados

Azure Databricks

Plataforma de análises baseada no Apache Spark rápida, fácil e de colaboração

Machine Learning Studio

Crie, implemente e faça a gestão facilmente de soluções de análise preditiva

SQL Data Warehouse

Armazém de dados elástico como um serviço com funcionalidades de classe empresarial

Máquinas Virtuais de Ciência de Dados

Ambiente pré-configurado multifacetado para o desenvolvimento de IA

Comece a tomar melhores decisões com o serviço Azure Machine Learning