Hoppa till huvudinnehåll

Azure Machine Learning

Använd en tjänst i företagsklass för hela livscykeln för maskininlärning.

Affärskritiska maskininlärningsmodeller i stor skala

Azure Machine Learning ger dataforskare och utvecklare möjlighet att skapa, distribuera och hantera modeller av hög kvalitet snabbare och med tillförsikt. Den accelererar tid till värde med branschledande maskininlärningsåtgärder (MLOps), samverkan med öppen källkod och integrerade verktyg. Den här betrodda plattformen är utformad för ansvarsfulla AI-program inom maskininlärning.

Video container

Snabb modellutveckling och utbildning med integrerade verktyg och stöd skalbar, ändamålsbyggd AI-infrastruktur.

Ansvarsfull AI-modellutveckling med inbyggd rättvisa och förklaring samt ansvarsfull användning för efterlevnad

Snabb distribution, hantering och delning av ML-modeller för samarbete mellan arbetsytor och MLOps

Inbyggd styrning, säkerhet och efterlevnad för maskininlärningsarbetsbelastningar var som helst

Stöd för livscykeln för maskininlärning från slutpunkt till slutpunkt

Dataetikettering

Märk träningsdata och hantera etiketteringsprojekt.

Förberedelse av data

Använd med analysmotorer för datautforskning och förberedelse.

Datauppsättningar

Få åtkomst till data och skapa och dela datauppsättningar.

Notebook-filer

Använd jupyter-anteckningsböcker för samarbete med ansluten beräkning.

Automatiserad maskininlärning

Träna och finjustera korrekta modeller automatiskt.

Dra och släpp-designer

Designa med ett dra och släpp-utvecklingsgränssnitt.

Experiment

Kör experiment och skapa och dela anpassade instrumentpaneler.

CLI och Python SDK

Påskynda modellträningsprocessen och skala upp och ut på Azure-beräkning.

Visual Studio Code och GitHub

Använd välbekanta verktyg och växla enkelt från lokal träning till träning i molnet.

Beräkningsinstans

Utveckla i en hanterad och säker miljö med dynamiskt skalbara processorer, GPU:er och superdatorkluster.

Bibliotek och ramverk med öppen källkod

Få inbyggt stöd för Scikit-learn, PyTorch, TensorFlow, Keras, Ray RLLib med mera.

Hanterade slutpunkter

Distribuera modeller för slutsatsdragning av batch- och realtid snabbt och enkelt.

Pipelines och CI/CD

Automatisera Machine Learning-arbetsflöden.

Fördefinierade bilder

Få åtkomst till containeravbildningar med ramverk och bibliotek för slutsatsdragning.

Modelldatabas

Dela och spåra modeller och data.

Hybrid och flera moln

Träna och distribuera modeller lokalt och i miljöer med flera moln.

Optimera modeller

Påskynda träning och slutsatsdragning och sänk kostnaderna med ONNX Runtime.

Övervakning och analys

Spåra, logga och analysera data, modeller och resurser.

Dataavvikelse

Identifiera avvikelse och upprätthålla modellprecision.

Felanalys

Felsök modeller och optimera modellprecisionen.

Granskning

Spåra maskininlärningsartefakter för efterlevnad.

Policy

Använd inbyggda och anpassade principer för efterlevnadshantering.

Säkerhet

Få kontinuerlig övervakning med Azure Security Center.

Kostnadskontroll

Tillämpa kvothantering och automatisk avstängning.

Tillbaka till flikar

Azure Machine Learning för djupinlärning

Hanterad plattform från slutpunkt till slutpunkt

Effektivisera hela livscykeln för djupinlärning och hantering av modeller med inbyggda MLOps-funktioner. Kör maskininlärning var som helst på ett säkert sätt med säkerhet i företagsklass. Minimera modellförskjutningar och utvärdera modeller med instrumentpanelen ansvarsfull AI.

Alla utvecklingsverktyg och ramverk

Skapa djupinlärningsmodeller med dina favorit-IDE:er från Visual Studio Code till Jupyter Notebooks och i valfritt ramverk med PyTorch och TensorFlow. Azure Machine Learning integreras med ONNX Runtime och DeepSpeed för att optimera din träning och slutsatsdragning.

Prestanda i världsklass

Använd specialbyggd AI-infrastruktur unikt utformad för att kombinera de senaste NVIDIA-GPU:erna och Mellanox Networking upp till 200 GB/s InfiniBand-sammankopplingar. Skala upp till tusentals GPU:er i ett enda kluster med oöverträffad skala.

Öka tiden till värde med snabb modellutveckling

Förbättra produktiviteten med studiofunktionen, en utvecklingsupplevelse som stöder alla maskininlärningsuppgifter, för att skapa, träna och distribuera modeller. Samarbeta med Jupyter Notebooks med inbyggt stöd för populära ramverk och bibliotek med öppen källkod. Skapa snabbt korrekta modeller med automatiserad maskininlärning för tabell-, text- och bildmodeller med hjälp av funktionsteknik och hyperparameterrensning. Använd Visual Studio Code för att sömlöst gå från lokal utbildning till molnutbildning och autoskalning med kraftfulla molnbaserade CPU- och GPU-kluster som drivs av NVIDIA Quantum InfiniBand-nätverket.
En pipeline med MLOps

Operationalisera i stor skala med MLOps

Effektivisera distributionen och hanteringen av tusentals modeller i flera miljöer med hjälp av MLOps. Distribuera och poängsätt modeller snabbare med fullständigt hanterade slutpunkter för batch- och realtidsförutsägelser. Använd repeterbara pipelines för att automatisera arbetsflöden för kontinuerlig integrering och kontinuerlig leverans (CI/CD). Dela och upptäck maskininlärningsartefakter i flera team för samarbete mellan arbetsytor med hjälp av register. Övervaka prestandamått för modellen kontinuerligt, identifiera dataavdrift och utlösa omträning för att förbättra modellens prestanda.

Leverera lösningar för ansvarsfull maskininlärning

Utvärdera maskininlärningsmodell med reproducerbara och automatiserade arbetsflöden för att göra en utvärdering av modellens rättvisa, förklaringsmöjlighet, felanalys, orsaksanalys, modellprestanda och undersökande dataanalys. Gör verkliga åtgärder med kausal analys på instrumentpanelen för ansvarsfull AI och generera ett styrkort vid distributionen. Kontextualisera ansvarsfulla AI-mått för både tekniska och icke-tekniska målgrupper för att involvera intressenter och effektivisera efterlevnadsgranskningen.
Ett diagram som beskriver aggregerad funktionsprioritet för en datamängd i Azure Machine Learning
En lista över principdefinitioner.

Förnya på en hybridplattform som är säkrare och mer kompatibel

Öka säkerheten under maskininlärningslivscykeln med omfattande funktioner som omfattar identitet, data, nätverk, övervakning och efterlevnad. Säkrare lösningar med anpassad rollbaserad åtkomstkontroll, virtuella nätverk, datakryptering, privata slutpunkter och privata IP-adresser. Träna och distribuera modeller lokalt för att uppfylla krav på datasuveränitet. Styr med inbyggda principer och effektivisera kompatibiliteten med 60 certifieringar, inklusive FedRAMP High och HIPAA.

Utveckla dina kunskaper i maskininlärning med Azure

Lär dig mer om maskininlärning på Azure och delta i praktiska självstudier en 30 dagar lång utbildningsresa. I slutet kommer du att vara förberedd att ta Azure Data Scientist Associate-certifieringen.
En person som arbetar på en bärbar dator i ett konferensrum

Viktiga tjänstfunktioner för hela maskininlärningslivscykeln

  • Dataetikettering

    Skapa, hantera och övervaka etiketteringsprojekt och automatisera iterativa uppgifter med hjälp av maskininlärningsassisterad etikettering.

  • Förberedelse av data

    Iterera snabbt vid dataförberedelse i stor skala på Apache Spark kluster inom Azure Machine Learning som kan samverka med Azure Synapse Analytics.

  • Notebook-filer för samarbete

    Maximera produktiviteten med IntelliSense, enkel beräkning och kernelväxling samt offlineredigering av anteckningsböcker. Starta din notebook-fil i Visual Studio Code och få en avancerad utvecklingsmiljö med säker felsökning och stöd för Git-källkontroll.

  • Automatiserad maskininlärning

    Skapa snabbt korrekta modeller för klassificering, regression, tidsserieprognoser, bearbetningsuppgifter för naturligt språk och uppgifter för visuellt innehåll. Använd tolkningsbarhet för modeller i syfte att förstå hur modellen skapades.

  • Dra och släpp-maskininlärning

    Använd verktyg för maskininlärning som designern för dataomvandling samt modellträning och -utvärdering eller för att enkelt skapa och publicera maskininlärningspipelines.

  • Kunskapsförmedling

    Skala förstärkningsträning till kraftfulla beräkningskluster, ge stöd för scenarier med flera agenter och få åtkomst till kunskapsförmedlingsalgoritmer med öppen källkod, ramverk och miljöer.

  • Ansvarsfull byggnad

    Få modelltransparens vid träning och slutsatsdragning med funktioner för tolkningsbarhet. Utvärdera modellrättvisa via diskrepansmått och minska orättvisa. Förbättra modellens tillförlitlighet och identifiera och diagnostisera modellfel med verktygslådan för felanalys. Skydda data med differentiell sekretess.

  • Experimentering

    Hantera och övervaka körningar eller jämför flera körningar för träning och experimentering. Skapa anpassade instrumentpaneler och dela med ditt team.

  • Register

    Använd hela organisationens lagringsplatser för att lagra och dela modeller, pipelines, komponenter och datauppsättningar på flera arbetsytor. Samla in ursprungs- och styrningsdata automatiskt med hjälp av spårningsfunktionen.

  • Git och GitHub

    Använd Git-integrering för att spåra arbete och GitHub Actions-stöd för att implementera arbetsflöden för maskininlärning.

  • Hanterade slutpunkter

    Använd hanterade slutpunkter för att operationalisera modelldistribution och bedömning, logga mått och utföra säkra modelldistributioner.

  • Beräkning med automatisk skalning

    Använd specialbyggda AI-superdatorer för att distribuera djupinlärningsträning och för att snabbt testa, validera och distribuera modeller. Dela CPU- och GPU-kluster på en arbetsyta och skala automatiskt för att uppfylla dina maskininlärningsbehov.

  • Samverkan med andra Azure-tjänster

    Öka produktiviteten via inbyggd integrering med Microsoft Power BI och tjänster som Azure Synapse Analytics, Azure Cognitive Search, Azure Data Factory, Azure Data Lake, Azure Arc, Azure Security Center och Azure Databricks.

  • Stöd för hybrid och flera moln

    Kör maskininlärning på befintliga Kubernetes-kluster lokalt, i flera molnmiljöer och på gränsen med Azure Arc. Använd maskininlärningsagenten som distribueras med ett klick och börja träna modeller på ett säkrare sätt, oavsett var du har dina data.

  • Säkerhet i företagsklass

    Bygg och distribuera modeller säkrare med funktioner för nätverksisolering och privata IP-funktioner från slutpunkt till slutpunkt, rollbaserad åtkomstkontroll för resurser och åtgärder, anpassade roller och hanterad identitet för beräkningsresurser.

  • Kostnadshantering

    Minska IT-kostnaderna och hantera resurstilldelningar bättre för beräkningsinstanser med kvotgränser för arbetsyta och resursnivå och automatisk avstängning.

Omfattande inbyggda funktioner för säkerhet och efterlevnad

  • Microsoft investerar över 1 miljard USD varje år på forskning och utveckling av cybersäkerhet.

  • Vi sysselsätter fler än 3 500 säkerhetsexperter som arbetar helt och hållet med din datasäkerhet och sekretess.

  • Azure har fler certifieringar än någon annan molnleverantör. Se hela listan.

Kom igång med ett kostnadsfritt Azure-konto

1

Börja använda kostnadsfritt. Få 200 USD i kredit att använda inom 30 dagar. Så länge krediten gäller har du gratis tillgång till många av våra populära tjänster, samt obegränsad tillgång till fler än 55 andra tjänster som alltid är kostnadsfria.

2

När krediten upphör kan du fortsätta att använda tjänsterna genom användningsbaserad prissättning. Betala bara om du använder mer än de kostnadsfria månadsvolymerna.

3

Efter 12 månaderhar du fortsatt tillgång till fler än 55 tjänster som alltid är kostnadsfria – och du behöver bara betala för det du använder utöver de kostnadsfria månadsvolymerna.

Redigera nya modeller och lagra dina beräkningsmål, modeller, distributioner, mått och körningshistorik i molnet.

Använd automatiserad maskininlärning till att identifiera algoritmer och hyperparametrar, och spåra experiment i molnet. Redigera modeller med notebook-filer eller genom att dra och släppa.

Distribuera din maskininlärningsmodell till molnet eller gränsenheter, övervaka prestandan och träna upp modellen på nytt vid behov.

Tillbaka till flikar

Kunder som använder Azure Machine Learning

"Vi gör det till vårt uppdrag att prova nya idéer och gå vidare för att skilja AXA UK från andra försäkringsbolag. Vi ser hanterade slutpunkter i Azure Machine Learning som en nyckelaktiverare för vår digitala vision."

Nic Bourven, Chief Information Officer, AXA UK

En förälder och ett barn sitter i bakluckan på en bil och tittar in i en kamera och skrattar

"Kunder förväntar sig snabb och korrekt information om sina paket och en databaserad leveransupplevelse. Vi hjälper FedEx att ligga i framkant med Azure Machine Learning och vi skapar expertis för framtida projekt."

Bikram Virk, produktchef, AI och Machine Learning, FedEx

Två personer som arbetar i en fabrik

"När fler av våra grupper förlitar sig på Azure Machine Learning-lösningen kan våra ekonomiexperter fokusera mer på uppgifter på högre nivå och ägna mindre tid åt manuell datainsamling och indata."

Jeff Neilson, Data Science Manager, 3M

En svetsare som arbetar

i

"Med Azure Machine Learning kan vi visa patienten en riskpoäng som är mycket skräddarsydd för deras individuella omständigheter. ...I slutändan strävar vi efter att minska riskerna, minska osäkerhet och förbättra operationsresultaten."

Professor Mike Reed, Clinical Director, Trauma & Orthopedics, Northumbria Healthcare NHS Foundation Trust

En läkare som talar med en patient

1

"Vi har använt MLOps-funktionerna i Azure Machine Learning för att förenkla hela maskininlärningsprocessen. Det gör att vi kan fokusera mer på datavetenskap och låta Azure Machine Learning ta hand om driftsättning från slutpunkt till slutpunkt."

Michael Cleavinger, Senior Director of Shopper Insights Data Science and Advanced Analytics, PepsiCo

En arbetare som fyller på Pepsi- och Mountain Dew-burkar i ett kylskåp

.

"Att använda automatiserade maskininlärningsfunktioner i Azure Machine Learning för att skapa maskininlärningsmodeller gör att vi kan skapa en miljö där vi kan skapa och experimentera med olika modeller ur flera perspektiv."

Keiichi Sawada, Corporate Transformation Division, Seven Bank

En Seven Bank-plats
Tillbaka till flikar
Lär dig mer om Azure Machine Learning-guide

Lär dig mer om Azure Machine Learning-guide

Lär dig experttekniker för att skapa automatiserade och mycket skalbara kompletta maskininlärningsmodeller och pipelines i Azure med TensorFlow, Spark och Kubernetes.

White paper för Engineering MLOps

White paper för Engineering MLOps

Upptäck en systematisk metod för att skapa, distribuera och övervaka maskininlärningslösningar med MLOps. Skapa, testa och hantera snabbt produktionsklara maskininlärningslivscykler i stor skala.

Forrester Total Economic ImpactTM (TEI) studie

Forrester Total Economic ImpactTM (TEI) studie

Forrester Consulting Total Economic ImpactTM (TEI)-studien, beställd av Microsoft, undersöker den potentiella avkastningen på investeringar (ROI) som företag kan realisera med Azure Machine Learning.

White paper om Machine Learning-lösningar

White paper om Machine Learning-lösningar

Lär dig hur du skapar säkra, skalbara och rimliga lösningar.

White paper om Ansvarsfull AI

White paper om Ansvarsfull AI

Läs mer om verktyg och metoder för att förstå, skydda och kontrollera dina modeller.

White paper om Maskininlärningsdrift (MLOps)

White paper om Maskininlärningsdrift (MLOps)

Påskynda processen för att skapa, träna och distribuera modeller i stor skala.

White paper om Azure Arc–aktiverad Machine Learning

White paper om Azure Arc–aktiverad Machine Learning

Lär dig hur du skapar, tränar och distribuerar modeller i valfri infrastruktur.

 

Vanliga frågor och svar om Azure Machine Learning

  • Tjänsten är allmänt tillgänglig i flera länder/regioner och fler är på gång.

  • Serviceavtalet (SLA) för Azure Machine Learning garanterar 99,9 procents drifttid.

  • Azure Machine Learning-studio är toppnivåresursen för Machine Learning. Det är en central plats för dataforskare och utvecklare där de kan arbeta med alla artefakter och skapa, träna och distribuera maskininlärningsmodeller.

Nu kan du ställa in ditt kostnadsfria Azure-konto

Prova Azure Machine Learning utan kostnad

Chatta med en säljare