Porovnání produktů a technologií strojového učení od Microsoftu

Přečtěte si o produktech a technologiích pro strojové učení od Microsoftu. Porovnejte možnosti, které vám pomůžou zvolit, jak efektivně sestavovat, nasazovat a spravovat vaše řešení pro strojové učení.

Cloudové produkty pro strojové učení

Pro strojové učení v cloudu Azure jsou k dispozici následující možnosti.

Místní produkty pro strojové učení

K dispozici jsou následující možnosti pro strojové učení v místním prostředí. Místní servery můžou běžet taky na virtuálním počítači v cloudu.

Vývojové platformy a nástroje

Pro strojové učení jsou k dispozici následující vývojové platformy a nástroje.

Azure Machine Learning

Azure Machine Learning je plně spravovaná cloudová služba, která se používá ke škálování, nasazování a správě modelů strojového učení ve velkém měřítku. Plně podporuje open source technologie, takže můžete používat desítky tisíc volně dostupných balíčků Pythonu, například TensorFlow, PyTorch a scikit-learn. k dispozici jsou také dostupné nástroje, jako například výpočetní instance, poznámkové bloky Jupyternebo Azure Machine Learning pro Visual Studio Code rozšíření, bezplatné rozšíření, které umožňuje správu prostředků, pracovní postupy pro školení modelů a nasazení v Visual Studio Code. Azure Machine Learning zahrnují funkce, které automatizují generování a optimalizaci modelu pomocí snadno, efektivity a přesnosti.

Používejte Python SDK, poznámkové bloky Jupyter, R a CLI pro Machine Learning v cloudovém měřítku. pro možnost nízký kód nebo bez kódu použijte interaktivního návrháře Azure Machine Learning v studiu, abyste mohli snadno a rychle sestavovat, testovat a nasazovat modely pomocí předem připravených algoritmů strojového učení.

vyzkoušejte si Azure Machine Learning zdarma.

Azure Cognitive Services

Azure Cognitive Services je sada předem vytvořených rozhraní API, která vám umožní vytvářet aplikace, které využívají přirozené metody komunikace. Termín předem sestavený naznačuje, že nemusíte nastavovat datové sady nebo odborné znalosti v oblasti datových věd, aby bylo možné používat ve svých aplikacích. To je všechno hotové za vás a zabalené jako rozhraní API a sady SDK, které aplikacím umožňují zobrazit, slyšet, mluvit, pochopit a interpretovat potřeby uživatelů pomocí jenom pár řádků kódu. Do svých aplikací můžete snadno přidávat inteligentní funkce, jako například:

• Vize – detekce objektů, rozpoznávání tváře, optické rozpoznávání znaků atd. Viz počítačové zpracování obrazu, Face, Nástroj pro rozpoznávání formulářů.
• Převod řeči na text, převod textu na řeč, rozpoznávání mluvčího atd. Viz Služba Speech.
• Překlad jazyka , analýza mínění, extrakce klíčových frází, jazyk porozumění atd. viz Translator, Analýza textu, Language Understanding QnA Maker
• Rozhodování – detekce anomálií, Moderování obsahu, posílení učení. Viz detektor anomálií, Content moderator, personalizovat.

Pomocí Cognitive Services můžete vyvíjet aplikace napříč různými zařízeními a platformami. Rozhraní API se neustále zlepšují a je snadné je nastavit.

SQL strojového učení

SQL strojové učení přidává statistické analýzy, vizualizace dat a prediktivní analýzy v Pythonu a R pro relační data místně i v cloudu. Mezi aktuální platformy a nástroje patří:

• SQL Server Machine Learning Services
• Machine Learning Služby v SQL Server clustery pro velký objem dat
• Azure SQL Managed Instance Machine Learning Services
• Strojové učení v Azure Synapse Analytics
• Strojové učení a AI s VYUŽITÍM ONNX v Azure SQL Edge
• Machine Learning rozšíření pro Azure Data Studio

Strojové SQL použijte, když potřebujete integrovanou AI a prediktivní analýzu relačních dat v SQL.

Azure Data Science Virtual Machine

Azure Data Science Virtual Machine je přizpůsobené prostředí virtuálního počítače v Microsoft Azure cloudu. Je k dispozici ve verzích pro Windows i Linux Ubuntu. Prostředí je vytvořené speciálně pro datové vědy a vývoj ML řešení. Má mnoho oblíbených datových věd, ML architektur a dalších předinstalovaných a předem nakonfigurovaných nástrojů, které vám posádce pokročí při vytváření inteligentních aplikací pro pokročilou analýzu.

Data Science VM použijte, když potřebujete spustit nebo hostovat úlohy v jednom uzlu. nebo když potřebujete vzdáleně vertikálně navýšit kapacitu zpracování v jednom počítači.

Azure Databricks

Azure Databricks je Apache Spark analytická platforma založená na platformě optimalizovaná pro Microsoft Azure cloudových služeb. Platforma Databricks poskytuje díky integraci s Azure nastavení jedním kliknutím, zjednodušené pracovní postupy a interaktivní pracovní prostor, který umožňuje spolupráci mezi datovými vědci, odborníky přes data a obchodními analytiky. Pomocí kódu Python, R, Scala a SQL ve webových poznámkových blocích můžete u dat zadávat dotazy, vizualizovat je a modelovat.

Databricks použijte, pokud chcete na sestavování řešení strojového učení spolupracovat na platformě Apache Spark.

ML.NET

ML.NET je open source rozhraní strojového učení pro více platforem. S ML.NET můžete vytvářet vlastní řešení strojového učení a integrovat je do svých aplikací .NET. ML.NET nabízí různé úrovně interoperability s oblíbenými rozhraními, jako je TensorFlow a ONNX, pro trénování a vyhodnocování modelů strojového učení a hlubokého učení. U úloh náročných na prostředky, jako je trénování modelů klasifikace obrázků, můžete využít Azure k trénování modelů v cloudu.

ML.NET použijte, pokud chcete řešení pro strojové učení integrovat do svých aplikací .NET. Pro prostředí s prvním kódem si můžete vybrat mezi rozhraním API a Model Builder rozhraní příkazového řádku, aby bylo prostředí s nízkým kódem.

Windows ML

Windows ML odvozovací modul umožňuje ve svých aplikacích používat natrénované modely strojového učení a vyhodnocovat natrénované modely místně Windows 10 zařízeních.

Windows ML zvolte, pokud chcete používat natrénované modely strojového učení v rámci aplikací pro Windows.

MMLSpark

Microsoft ML for Apache Spark (MMLSpark) je open source knihovna, která rozšiřuje distribuovanou výpočetní Apache Spark. MMLSpark přidává řadu nástrojů pro hluboké učení a datové vědy do ekosystému Sparku, včetně bezproblémové integrace kanálů Spark Machine Learning s kanály Microsoft Cognitive Toolkit (CNTK), LightGBM, PO (Interpretovatelnost modelů)a OpenCV. Tyto nástroje můžete použít k vytváření výkonných prediktivních modelů na libovolném clusteru Spark, jako je Azure Databricks nebo Cosmic Spark.

MMLSpark také přináší nové možnosti sítě do ekosystému Spark. S projektem HTTP ve Sparku mohou uživatelé do svých modelů SparkML vkládat libovolnou webovou službu. MMLSpark navíc poskytuje snadno použitelný nástroj pro orchestraci Azure Cognitive Services ve velkém měřítku. V případě nasazení na produkční úrovni projekt poskytování Sparku umožňuje webové služby s vysokou propustností a nižší latencí, která je zálohovaná vaším clusterem Spark.

Další kroky

• Další informace o všech produktech pro vývoj umělé inteligence (AI) od Microsoftu najdete na platformě Microsoft AI.
• Školení k vývoji AI a Machine Learning s Microsoftem najdete v Microsoft Learn