Что такое студия Машинного обучения Azure

В этой статье вы узнаете о студии Машинного обучения Azure, веб-портале для разработчиков средств обработки и анализа данных в службе Машинное обучение Azure. Для инклюзивной платформы обработки и анализа данных в студии не требуется писать код или использовать подход Code First.

В этой статье раскрываются следующие темы.

Мы советуем использовать самые последние браузеры, совместимые с вашей с операционной системой. Поддерживаются следующие браузеры:

  • Microsoft Edge (новый Microsoft Edge последней версии, а не устаревшая версия Microsoft Edge);
  • Safari (последняя версия, только для Mac);
  • Chrome (последняя версия);
  • Firefox (последняя версия).

Разработка проектов машинного обучения

В зависимости от типа проекта и уровня взаимодействия с пользователем в студии предлагается несколько возможностей для разработки.

  • Заметки

    Пишите и запускайте собственный код на управляемых серверах Jupyter Notebook, которые непосредственно интегрированы в студию.

Снимок экрана: запись и выполнение кода в записной книжке

Управление активами и ресурсами

Управляйте активами машинного обучения непосредственно в браузере. Для удобства работы активы доступны для совместного использования из пакета SDK и студии в одной рабочей области. С помощью студии можно управлять следующими элементами:

  • Модели
  • Наборы данных
  • Хранилища данных
  • Вычислительные ресурсы
  • Записные книжки
  • Эксперименты
  • Журналы запуска
  • Pipelines
  • Конечные точки конвейера

Даже если вы опытный разработчик, студия может упростить управление ресурсами рабочей области.

Сравнение Студии машинного обучения Azure (классической) и студии Машинного обучения Azure

Выпущенная в 2015 году Студия машинного обучения (классическая)  — наш первый конструктор для машинного обучения с помощью мыши.

Студия машинного обучения (классическая)  — это автономная служба с визуальным интерфейсом. Студия (классическая) не взаимодействует со службой "Машинное обучение Azure".

Машинное обучение Azure — это отдельная современная служба, которая предоставляет полную платформу обработки и анализа данных. Она поддерживает как методику Code First, так и подход с минимальной потребностью в создании кода.

Студия Машинного обучения Azure — это веб-портал в службе "Машинное обучение Azure", обеспечивающий разработку проектов и управление активами с написанием минимального количества кода или без него.

Новым пользователям мы рекомендуем выбрать Машинное обучение Azure, а не Студию машинного обучения (классическую), так как это даст им возможность использовать новейший набор средств обработки и анализа данных. Если вы являетесь существующим пользователем Студии машинного обучения (классическая), рассмотрите возможность перехода на Машинное обучение Azure.

Ниже приведены некоторые преимущества перехода на Машинное обучение Azure:

  • масштабируемые кластеры вычислений для крупномасштабного обучения;
  • системы безопасности и управления корпоративного уровня;
  • взаимодействие с популярными инструментами с открытым кодом;
  • полная поддержка MLOps.

Сравнение возможностей

В таблице ниже перечислены некоторые основные различия между Студией машинного обучения (классической) и службой "Машинное обучение Azure".

Компонент Студии машинного обучения (классической) Машинное обучение Azure
Интерфейс перетаскивания Классический интерфейс Обновленный интерфейс — конструктор Машинного обучения Azure
Пакеты SDK для кода Не поддерживается Полная интеграция с пакетами SDK Машинного обучения Azure для Python и R
Эксперимент Масштабируемый (ограничение на объем данных для обучения: 10 ГБ) Масштабирование с помощью целевого объекта вычислений
Обучение целевых объектов вычислений Собственный целевой объект, поддерживающий только ЦП Обширный набор настраиваемых целевых объектов вычислений для обучения. Включает поддержку GPU и ЦП.
Развертывание целевых объектов вычислений Собственный формат веб-службы, без возможности настройки Обширный набор настраиваемых целевых объектов вычислений для развертывания. Включает поддержку GPU и ЦП.
ML-конвейер Не поддерживается Создание гибких, модульных конвейеров для автоматизации рабочих процессов
MLOps Развертывание базовой модели и управление ею; развертывания с использованием только ЦП Управление версиями сущностей (модель, данные, рабочие процессы), автоматизация рабочих процессов, интеграция с инструментами непрерывной интеграции и поставки, развертывания с использованием ЦП и GPU, а также многие другие возможности
Формат модели Собственный формат, только Студия (классическая) Несколько поддерживаемых форматов в зависимости от типа задания обучения
Автоматизированное обучение моделей и настройка гиперпараметров Не поддерживается поддерживается. Возможно использовать подход без написания кода или Code First.
Обнаружение смещения данных Не поддерживается Поддерживается
Проект маркировки данных Не поддерживается Поддерживается
Управление доступа на основе ролей Только роль участника и владельца Гибкое определение роли и управление RBAC
Коллекция решений ИИ Поддерживается (https://gallery.azure.ai/) Не поддерживается

Обучайтесь с помощью примеров записных книжек SDK для Python.

Устранение неполадок

  • Отсутствующие элементы пользовательского интерфейса в студии — управление доступом на основе ролей Azure можно использовать для ограничения действий, которые доступны для выполнения с Машинным обучением Azure. Эти ограничения могут препятствовать отображению элементов пользовательского интерфейса в Студии машинного обучения Azure. Например, при назначении роли, которая не может создать вычислительный экземпляр, вариант создания вычислительного экземпляра не будет отображаться в студии. Дополнительные сведения см. в статье Управление доступом к рабочей области Машинного обучения Azure.

Дальнейшие действия

Посетите студию или изучите различные варианты разработки по следующим учебникам:

Начните с краткого руководства по началу работы со службой машинного обучения Azure. Затем используйте приведенные ниже ресурсы, чтобы создать свой первый эксперимент с помощью предпочтительного метода.