Mi az Azure Machine Learning Studio?

  • Cikk
  • 3 perc alatt elolvasható

Ebben a cikkben megismerheti a Azure Machine Learning stúdió, a Azure Machine Learning adatelemző fejlesztők számára készült webes portálját. A studio ötvözi a kód nélküli és a kódelső funkciókat egy befogadó adatelemzési platformhoz.

Ebből a cikkből megismerheti a következőt:

Javasoljuk, hogy használja az operációs rendszerével kompatibilis böngésző legújabb verzióját. A következő böngészők támogatottak:

  • Microsoft Edge (legújabb verzió)
  • Safari (csak Mac, legújabb verzió)
  • Chrome (legújabb verzió)
  • Firefox (legújabb verzió)

Gépi tanulási projektek készítése

A stúdió több szerzői felületet is kínál a típusprojekttől és a felhasználói élmény szintjétől függően.

Screenshot: write and run code in a notebook.

  • Azure Machine Learning Designer

    A tervezővel kód írása nélkül taníthat be és helyezhet üzembe gépi tanulási modelleket. Adathalmazok és összetevők húzásával ML folyamatokat hozhat létre. Próbálja ki a tervezői oktatóanyagot.

    Azure Machine Learning designer example.

  • Automatizált gépi tanulási felhasználói felület

    Megtudhatja, hogyan hozhat létre automatizált ML kísérleteket egy könnyen használható felülettel.

    AutoML in the Azure Machine Learning studio navigation pane.

  • Adatcímkézés

    Azure Machine Learning adatcímkézés használatával hatékonyan koordinálhatja a képcímkézési vagy szövegcímkézési projekteket.

Eszközök és erőforrások kezelése

A gépi tanulási eszközök kezelése közvetlenül a böngészőben. Az eszközök ugyanazon a munkaterületen vannak megosztva az SDK és a stúdió között a zökkenőmentes élmény érdekében. A studio használatával kezelheti a következőt:

  • Modellek
  • Adathalmazok
  • Adattárak
  • Számítási erőforrások
  • Notebooks
  • Kísérletek
  • Naplók futtatása
  • Pipelines
  • Folyamatvégpontok

Még ha tapasztalt fejlesztő is, a stúdió leegyszerűsítheti a munkaterület erőforrásainak kezelését.

ML Studio (klasszikus) és Azure Machine Learning stúdió

Fontos

A (klasszikus) Machine Learning Studio támogatása 2024. augusztus 31-én megszűnik. Javasoljuk, hogy addig térjen át az Azure Machine Learning használatára.

2021. december 1-től nem hozhat létre új Machine Learning Studio-erőforrásokat (munkaterület- és webszolgáltatás-csomagot). 2024. augusztus 31-ig továbbra is használhatja a meglévő (klasszikus) Machine Learning Studio-kísérleteket és webszolgáltatásokat.

A (klasszikus) ML Studio dokumentációjának kivezetése folyamatban van, és a jövőben nem várható a frissítése.

A 2015-ben kiadott ML Studio (klasszikus) volt az első áthúzásos gépi tanulási modellkészítő az Azure-ban. A ML Studio (klasszikus) egy különálló szolgáltatás, amely csak vizuális élményt nyújt. A Studio (klasszikus) nem működik együtt Azure Machine Learning.

Azure Machine Learning egy különálló, modernizált szolgáltatás, amely teljes adatelemzési platformot nyújt. Támogatja a kódelső és az alacsony kódú szolgáltatásokat is.

Azure Machine Learning stúdió egy webes portál Azure Machine Learning, amely alacsony kódszámú és kód nélküli lehetőségeket tartalmaz a projektkészítéshez és az eszközkezeléshez.

Ha Ön új felhasználó, válassza a Azure Machine Learning lehetőséget a ML Studio (klasszikus) helyett. Teljes ML platformként Azure Machine Learning a következőket kínálja:

  • Méretezhető számítási fürtök nagy léptékű betanításhoz.
  • Vállalati biztonság és irányítás.
  • Együttműködik a népszerű nyílt forráskódú eszközökkel.
  • Teljes körű MLOps.

Szolgáltatások összehasonlítása

Az alábbi táblázat a ML Studio (klasszikus) és a Azure Machine Learning közötti főbb különbségeket foglalja össze.

Szolgáltatás ML Studio (klasszikus) Azure Machine Learning
Illesztő húzása Klasszikus élmény Frissített felület – Azure Machine Learning tervező
Kód SDK-k Nem támogatott Teljesen integrálva Azure Machine Learning Python- és R SDK-kkal
Experiment Méretezhető (10 GB-os betanítási adatkorlát) Skálázás számítási célokkal
Számítási célok betanítása Saját számítási cél, csak CPU-támogatás Testre szabható betanítási számítási célok széles választéka. GPU- és CPU-támogatást tartalmaz
Üzembehelyezési számítási célok Saját webszolgáltatás formátuma, nem testreszabható Testre szabható üzembehelyezési számítási célok széles választéka. GPU- és CPU-támogatást tartalmaz
ML folyamat Nem támogatott Rugalmas, moduláris folyamatok létrehozása munkafolyamatok automatizálásához
MLOps Alapszintű modellkezelés és -üzembe helyezés; Csak cpu-alapú üzemelő példányok Entitások verziószámozása (modell, adatok, munkafolyamatok), munkafolyamat-automatizálás, integrálás a CICD-eszközökkel, CPU- és GPU-környezetek stb.
Modellformátum Saját formátum, csak Studio (klasszikus) Több támogatott formátum a betanítási feladat típusától függően
Automatizált modellbetanítás és hiperparaméter-finomhangolás Nem támogatott Támogatott. Kódelső és kód nélküli beállítások.
Adateltolódás-észlelés Nem támogatott Támogatott
Adatcímkézési projektek Nem támogatott Támogatott
Szerepköralapú hozzáférés-vezérlés (RBAC) Csak közreműködői és tulajdonosi szerepkör Rugalmas szerepkör-definíció és RBAC-vezérlés
AI-katalógus Támogatott (https://gallery.azure.ai/) Nem támogatott

Megismerheti a Python SDK-mintajegyzetfüzeteket.

Hibaelhárítás

  • Hiányzó felhasználói felületi elemek a studióban Az Azure-beli szerepköralapú hozzáférés-vezérléssel korlátozhatja a Azure Machine Learning által végrehajtható műveleteket. Ezek a korlátozások megakadályozhatják, hogy a felhasználói felület elemei megjelenjenek a Azure Machine Learning stúdió. Ha például olyan szerepkörrel rendelkezik, amely nem tud számítási példányt létrehozni, a számítási példány létrehozására szolgáló lehetőség nem jelenik meg a studióban. További információ: Felhasználók és szerepkörök kezelése.

Következő lépések

Látogasson el a stúdióba, vagy ismerkedjen meg a különböző szerzői lehetőségekkel az alábbi oktatóanyagokkal:

Első lépések: Első lépések Azure Machine Learning. Ezután ezeket az erőforrásokat használva hozza létre az első kísérletet az előnyben részesített módszerrel: