Trace Id is missing
跳至主要內容

Azure 上的開放原始碼機器學習架構

使用開放生態系統更快完成模型的建置與部署。

使用您慣用的開放原始碼架構,快速在 Azure 上建置及部署機器學習模型。Azure 是可以互通的開放生態系統,讓您可以不受限制地使用自選的架構,加快機器學習生命週期每個階段的速度,以及隨時隨地從雲端至 Edge 執行您的模型。

在您選擇的架構中建立機器學習模型

Azure 支援所有熱門的機器學習架構。無論您是在深度學習架構 (例如 PyTorch 或 TensorFlow) 中開發模型、利用 Azure 自動化機器學習功能,或在 scikit-learn 中訓練傳統機器學習模型,都能夠支援 Azure 上的工作負載。

此圖表顯示 Azure Machine Learning 服務支援的機器學習架構。

可跨任何作業系統和硬體平台進行推斷

利用開放原始碼 ONNX Runtime,最佳化多種硬體平台的推斷能力。ONNX Runtime 適用於 PyTorch、TensorFlow、Keras、SciKit-Learn 等熱門架構,提供高達 17 倍更快速的推斷,以及高達 1.4 倍更快速的訓練。您可以在 Linux、Windows、Mac,甚至是行動裝置上,使用 ONNX Runtime 推斷 ML 模型。ONNX Runtime 整合了來自 Intel 和 NVIDIA 等合作夥伴的最新加速器軟體和硬體程式庫,無論是在雲端或在 Edge 上執行,都能協助您發揮最大效能。

此圖表強調 Azure Machine Learning 服務務支援的硬體平台。

加速整體的機器學習生命週期

利用自動化機器學習來加速生產力。快速識別適當的演算法及調整超參數,並透過從雲端到邊緣的簡單部署,輕鬆管理完整的機器學習生命週期。透過跨工具的 Python SDK 存取上述所有功能。

此圖表強調整體的機器學習生命週期。
返回索引標籤

利用 Azure 簡化機器學習並加快其速度