Azure Machine Learning 服務

從雲端到邊緣,快速建置模型並大規模投入生產

加速整體的機器學習生命週期

簡化機器學習模型的建置、訓練及部署。使用您自選的工具及架構,讓機器學習模型更快上市,使用自動化機器學習提高生產力,以及在安全、企業適用的平台上創新。

Microsoft Build 重點摘錄

會議中的每場 Azure Machine Learning Service 研討會皆可依需求觀看。

立即觀看

利用強大、無程式碼、自動化的機器學習功能及開放原始碼支援來簡化機器學習

用於機器學習的強固 DevOps 可與您的 DevOps 程序相整合,並可協助管理完整的機器學習生命週期

從電腦隨需調整,還能從雲端到邊緣,隨處建置及部署機器學習模型

適用於企業的 Azure 安全性、控制及治理,有助於保護您的基礎結構及功能

使用簡化的機器學習

使用在各種技能等級均能符合需求的工具,透過無程式碼或程式碼優先體驗,快速建置及部署機器學習模型。使用視覺化的拖放介面、託管的筆記本環境或自動化的機器學習。利用自動化功能工程、演算法選擇及超參數整理,來加速模型開發。取得慣用開放原始碼工具及架構的內建支援,包括 ONNX、Python、PyTorch、scikit-learn 及 TensorFlow。

利用強固的 MLOps 加速創新

MLOps 是適用於機器學習的 DevOps,能使生命週期從資料準備到部署及監視,整體更加流暢。使用機器學習管線,簡化您的工作流程並提高效率。利用持續整合與持續傳遞 (CI/CD) 輕鬆進行支援及維護,並隨著時間提升模型品質。從中央入口網站管理您的模型成品,及監視部署的模型效能。

依需求從電腦發揮雲端效益

使用任何資料,以及從雲端到邊緣在任何地方部署機器學習模型,以獲得最大的彈性。使用強大的 CPU 及 GPU 計算資源來自動調整規模,讓模型的訓練既快速又符合經濟效益。使用 FPGA,在雲端或邊緣即時推斷。

保護您的基礎結構及解決方案

使用 Azure 企業適用的安全性、合規性及虛擬網路支援建置機器學習模型,來滿足您的所有資料科學需求。Azure 在雲端提供者當中提供最完整的合規性方案組合,讓您在其中使用身分識別、資料及網路的內建控制,保護您的工作負載。

用多少付多少,不需預付金

只需為用來訓練模型的 Azure 資源付費。如需詳細資料,包括部署模型的費用,請參閱 Azure Machine Learning 服務定價頁面

如何使用 Azure Machine Learning 服務

建立工作區

建置和定型

部署及管理

步驟 1 之 1

在雲端儲存您的計算目標、模型、部署、計量及執行歷程記錄。

步驟 1 之 1

使用自動化機器學習識別演算法與超參數,以及在雲端追蹤實驗。

步驟 1 之 1

將您的機器學習模型部署到雲端或邊緣、監視效能,並在必要時重新訓練。

Getting Started Resources

5 分鐘快速入門

在您建立 Azure Machine Learning 服務的工作區之後,可以了解如何在雲端執行實驗在本機筆記本伺服器執行,或在視覺化介面建立實驗

教學課程和範例

在遠端計算資源訓練及部署機器學習模型。使用 SDK 進行影像分類 (MNIST 資料) 或迴歸 (NYC 計程車資料),或使用視覺化界面預設價格 (汽車資料)。

立即開始使用 Azure Machine Learning 服務

註冊 Azure 免費帳戶以立即存取並獲得 $200 的點數。

登入 Azure 入口網站

使用 Azure Machine Learning 服務的客戶

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

Azure 新消息、部落格及公告

Azure Machine Learning 服務的常見問題集

  • 這個服務已在數個國家/地區正式運作,日後還會陸續增加。
  • Azure Machine Learning 服務的服務等級協定 (SLA) 為 99.9%。
  • Azure Machine Learning 服務工作區是服務的最上層資源。其提供一個集中的位置,來處理您建立的所有成品。

當您一切就緒時,就能開始設定 Azure 免費帳戶