机器学习运营 (MLOps)
MLOps 是一种简化 ML 模型和 AI 工作流开发及部署的做法
优势
将 AI 引入生产环境
缩放模型并使模型可操作，从而实现无缝部署和管理。
快速构建 AI 工作流
构建管道和模型工作流来设计、部署和管理一致的模型交付。
随时随地轻松部署模型
使用托管终结点跨可访问的 CPU 和 GPU 计算机部署模型和工作流。
高效地实现 AI 生命周期自动化
利用与 Azure DevOps 和 GitHub Actions 的内置互操作性实现 ML 和 AI 工作流的自动化。
实现跨资产治理
跟踪版本和数据世系。设置用于治理、隐私和合规性的配额与策略。
集中跟踪
使用 MLflow 中一套统一的工具跟踪运行指标并存储试验的项目。
跨团队共享资产
使用注册表跨工作区进行协作，并将整个组织中的 AI 资产集中。
Microsoft 在“IDC MarketScape 全球机器学习运营 (MLOps) 平台 2022 供应商评估”中被评为领导者。
客户案例
了解客户如何使用 Azure 机器学习进行创新
资源
详细了解 Azure 机器学习中的 MLOps
试用 Azure 机器学习
访问用于低代码和无代码项目创作及资产管理的 Azure 机器学习工作室。