Trace Id is missing
跳转至主内容
Azure

Azure 上的开源机器学习框架

使用开放式生态系统更快地构建和部署模型。

使用喜欢的开源框架在 Azure 上快速构建和部署机器学习模型。Azure 提供可互操作的开放式生态系统,让你能够使用自己选择的框架,而不受限制,可以加速机器学习生命周期的各阶段,并支持在从云到边缘的任何位置运行模型。

在所选框架中构建机器学习模型

Azure 支持所有常用的机器学习框架。无论是在深度学习框架(如 PyTorch 或 TensorFlow)中开发模型,还是利用 Azure 自动化机器学习功能,亦或在 scikit-learn 中训练传统机器学习模型,你都可以在 Azure 上为工作负载提供支持。

显示 Azure 机器学习服务支持的机器学习框架的关系图。

跨任何操作系统和硬件平台进行推理

使用开源 ONNX Runtime 在广泛的硬件平台上优化推测。ONNX 运行时与 PyTorch、TensorFlow、Keras、SciKit-Learn 等常见框架兼容,最高可使推理速度提升至 17 倍,使训练速度提升至 1.4 倍。使用 ONNX 运行时在 Linux、Windows、Mac 甚至移动设备上对 ML 模型进行推理。ONNX 运行时集成了 Intel 和 NVIDIA 等合作伙伴的最新加速器软件和硬件库,无论你是在云中还是在边缘运行,都可帮助你最大限度提高性能。

突出显示 Azure 机器学习服务支持的硬件平台的关系图。

加速端到端机器学习生命周期

利用自动化机器学习提高工作效率。通过从云到边缘的简单部署,快速识别适当的算法并优化超参数,轻松管理完整的机器学习生命周期。通过与工具无关的 Python SDK 访问所有这些功能。

突出显示端到端机器学习生命周期的关系图。
返回到标签页

使用 Azure 简化和加速机器学习