Azure 机器学习服务

快速构建模型,从云到边缘实现大规模变现

加速端到端机器学习生命周期

精简机器学习模型的构建、训练和部署。使用所选工具和框架,将机器学习模型更快地推向市场,使用自动化机器学习功能提高生产力,并在安全的企业级平台上进行创新。

Microsoft Build 大会要点

根据需要查看会议中的所有 Machine Learning Service 个 Azure 会话。

立即观看

已通过强大的无代码自动化机器学习功能和开放源代码支持简化了机器学习

适用于机器学习的可靠 DevOps,可与现有 DevOps 流程集成,并帮助管理整个机器学习生命周期

从桌面按需缩放,从云到边缘,随时随地构建并部署机器学习模型

企业就绪型 Azure 安全、控制和调控,可帮助保护基础结构和功能

访问精简的机器学习功能

使用满足各种技能水平需求的工具(从无代码到代码优先)快速构建并部署机器学习模型。使用可视化的拖放界面、托管的笔记本环境或自动化机器学习。通过自动化功能工程、算法选择和超参数扫描,加速模型开发。获得对熟悉的开放源代码工具和框架的内置支持,包括 ONNX、Python、PyTorch、scikit-learn 和 TensorFlow。

利用可靠的 MLOps 更快地进行创新

MLOps 是适用于机器学习的 DevOps,可简化从数据准备到部署和监视的端到端生命周期。使用机器学习管道简化工作流并提高效率。利用持续集成和持续交付 (CI/CD) 简化支持和维护,同时随时间推移提高模型质量。从中央门户管理模型项目,并监视已部署模型的性能。

从桌面按需接入云端

从云到边缘,随时随地使用任何数据并部署机器学习模型,最大限度地提高灵活性。使用强大的 CPU 和 GPU 计算资源进行自动缩放,经济高效地快速训练模型。使用 FPGA 在云端或边缘实时推理。

保护基础结构和解决方案

使用 Azure 的企业就绪型安全性、合规性和虚拟网络支持,构建机器学习模型,满足所有数据科学的需求。使用 Azure 的标识、数据和网络内置控件保护工作负荷,Azure 提供云服务提供商中最全面的合规性项目组合。

仅对所需内容付费,无前期成本

仅为用于训练模型的 Azure 资源付费。有关详细信息,包括模型部署成本,请参阅 Azure 机器学习服务定价页面

如何使用 Azure 机器学习服务

创建工作区

构建和定型

部署和管理

步骤 1(共 1 步)

将计算目标、模型、部署、指标和运行历史记录存储在云中

步骤 1(共 1 步)

使用自动化机器学习功能识别算法和超参数,并在云中跟踪试验。

步骤 1(共 1 步)

将机器学习模型部署到云端或边缘,监视性能并根据需要重新训练。

Getting Started Resources

5 分钟快速入门

为 Azure 机器学习服务创建工作区后,了解如何在云中在本地笔记本服务器中运行试验,或者在可视化界面中创建试验

教程和示例

在远程计算资源中训练并部署机器学习模型。使用 SDK 进行图像分类(MNIST 数据)或回归(NYC 出租车数据),或使用可视化界面预测价格(汽车数据)。

立即开始使用 Azure 机器学习服务

通过注册 Azure 免费帐户获得即时访问权限和 $200 额度。

登录 Azure 门户

客户使用 Azure 机器学习服务

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

Azure 更新、博客和公告

有关 Azure 机器学习服务的常见问题

  • 该服务已在一些国家/地区正式发布,即将在其他国家/地区正式发布。
  • Azure 机器学习服务的服务级别协议 (SLA) 级别为 99.9%。
  • Azure 机器学习服务工作区是该服务的顶级资源。它提供了一个集中的位置来处理所创建的所有项目。

准备就绪后,开始设置 Azure 免费帐户