Azure Machine Learning的新特性
极客时间编辑部
讲述：丁婵大小：1.19M时长：02:37
最近，在微软 Build 2018 大会上，马特·温克勒（Matt Winkler）介绍了 Azure ML（Machine Learning）的新特性。
据介绍，Azure ML 平台构建在硬件平台层之上，支持用户自由选择任何工具和框架。如果在 Python 上运行，用户可以在工具和框架中以三种方式实现服务，包括对话式、预训练和定制 AI。
Azure ML 是一种完全受控的平台，支持用户大规模地构建、部署和管理模型。它提供数据准备、模型的构建和训练，以及模型的部署支持敏捷开发，降低了一个模型从理念到实际可部署间的延迟，这一点是非常必要的，因为用户并不能保证自己提出的模型一定会获得成功，或是可以发现模式。
使用 Azure ML，用户可以在任何地方部署 AI，包括在云上、本地、没有因特网连接的远端设备，甚至拖拉机、传感器或相机等边缘（Edge）设备。用户也可以通过 Azure ML 获得遥测数据，帮助优化模型。
Azure ML 的新特性涉及多个方面，包括简化开发、单容器部署以加速开发测试循环、使用 Azure Notebook 提供的 SDK 实现控制，以及帮助人们着手解决一些特定的问题。
为了解决这些问题，微软在预览版中加入了多项功能。包括：
使用硬件加速模型的 Brainware 项目；
提供视觉、文本和预测功能的 Azure ML 软件包、ONNX 模型库、对 Azure Notebook 改进的 SDK 更新、超参数调优服务、添加了 ACI/AKS 的批量 AI 计算目标；
在物联网部署上的改进等。
其中，Azure ML 软件包实现了当前框架中尚未提供的一些常用的视觉、文本和预测任务。它以 Python 软件包提供，可部署在 Azure ML 上。用户可以使用缺省功能，或对训练过程加以相当程度上的控制。
在实现视觉硬件加速开发包上，微软已经与高通建立合作伙伴关系。用户可以部署经 Azure ML 训练的模型。微软还提供了用于物联网边缘设备的 Azure ML 工具包，其设计适用的场景包括零售收银机处理收据、农田中工作的拖拉机等。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论