Vad är Azure Machine Learning?What is Azure Machine Learning?

I den här artikeln får du lära dig mer om Azure Machine Learning, en molnbaserad miljö som du kan använda för att träna, distribuera, automatisera, hantera och spåra ML-modeller.In this article, you learn about Azure Machine Learning, a cloud-based environment you can use to train, deploy, automate, manage, and track ML models.

Azure Machine Learning kan användas för alla typer av Machine Learning, från klassisk ml till djup inlärning, övervakad och oövervakad inlärning.Azure Machine Learning can be used for any kind of machine learning, from classical ml to deep learning, supervised, and unsupervised learning. Oavsett om du föredrar att skriva python eller R-kod med SDK eller arbeta med alternativ utan kod/låg kod i Studio, kan du skapa, träna och spåra maskin inlärnings-och djup inlärnings modeller i en Azure Machine Learning-arbetsyta.Whether you prefer to write Python or R code with the SDK or work with no-code/low-code options in the studio, you can build, train, and track machine learning and deep-learning models in an Azure Machine Learning Workspace.

Starta utbildningen på den lokala datorn och skala sedan ut till molnet.Start training on your local machine and then scale out to the cloud.

Tjänsten samverkar också med populära djup inlärnings-och förstärknings verktyg med öppen källkod, till exempel PyTorch, TensorFlow, scikit – lära och Ray RLlib.The service also interoperates with popular deep learning and reinforcement open-source tools such as PyTorch, TensorFlow, scikit-learn, and Ray RLlib.

Tips

Kostnads fri utvärderings version!Free trial! Om du inte har en Azure-prenumeration kan du skapa ett kostnadsfritt konto innan du börjar.If you don’t have an Azure subscription, create a free account before you begin. Prova den kostnads fria eller betalda versionen av Azure Machine Learning idag.Try the free or paid version of Azure Machine Learning today. Du får krediter som du kan använda för att köpa Azure-tjänster.You get credits to spend on Azure services. När de är slut kan du behålla kontot och använda kostnadsfria Azure-tjänster.After they're used up, you can keep the account and use free Azure services. Ditt kreditkort debiteras aldrig om du inte specifikt ändrar dina inställningar och ber om debitering.Your credit card is never charged unless you explicitly change your settings and ask to be charged.

Vad är maskininlärning?What is machine learning?

Maskininlärning är en datavetenskapsteknik som gör att datorer kan använda befintliga data för att göra prognoser om framtida beteenden, resultat och trender.Machine learning is a data science technique that allows computers to use existing data to forecast future behaviors, outcomes, and trends. Genom att använda maskininlärning kan datorer lära sig utan att vara explicit programmerade.By using machine learning, computers learn without being explicitly programmed.

Prognoser eller förutsägelser från maskininlärning kan göra appar och enheter smartare.Forecasts or predictions from machine learning can make apps and devices smarter. När du handlar på nätet kan maskininlärning till exempel användas för att rekommendera andra produkter som du kanske gillar baserat på vad du har köpt.For example, when you shop online, machine learning helps recommend other products you might want based on what you've bought. När ditt kreditkort används så kontrollerar maskininlärningen transaktionen mot en databas med transaktioner vilket hjälper till att upptäcka bedrägerier.Or when your credit card is swiped, machine learning compares the transaction to a database of transactions and helps detect fraud. När din robotdammsugare dammsuger ett rum tar den hjälp av maskininlärning för att avgöra om jobbet är klart.And when your robot vacuum cleaner vacuums a room, machine learning helps it decide whether the job is done.

Maskin inlärnings verktyg för att passa varje uppgiftMachine learning tools to fit each task

Azure Machine Learning innehåller alla verktyg och data forskare som behöver för sina Machine Learning-arbetsflöden, inklusive:Azure Machine Learning provides all the tools developers and data scientists need for their machine learning workflows, including:

Du kan även använda MLflow för att spåra mått och distribuera modeller eller Kubeflow för att bygga arbets flöden från slut punkt till slut punkt.You can even use MLflow to track metrics and deploy models or Kubeflow to build end-to-end workflow pipelines.

Bygg ML-modeller i python eller RBuild ML models in Python or R

Starta utbildningen på den lokala datorn med hjälp av Azure Machine Learning python SDK eller R SDK.Start training on your local machine using the Azure Machine Learning Python SDK or R SDK. Sedan kan du skala ut till molnet.Then, you can scale out to the cloud.

Tack vare de många tillgängliga beräkningsmålen, däribland Azure Machine Learning Compute och Azure Databricks, och med tjänster för finjustering av avancerade hyperparametrar kan du skapa bättre modeller snabbare genom att använda hela styrkan från molnet.With many available compute targets, like Azure Machine Learning Compute and Azure Databricks, and with advanced hyperparameter tuning services, you can build better models faster by using the power of the cloud.

Du kan också Automatisera modell träning och-justering med hjälp av SDK.You can also automate model training and tuning using the SDK.

Bygg ML-modeller i StudioBuild ML models in the studio

Azure Machine Learning Studio är en webb portal i Azure Machine Learning för alternativ med låg kod och ingen kod för modell utbildning, distribution och till gångs hantering.Azure Machine Learning studio is a web portal in Azure Machine Learning for low-code and no-code options for model training, deployment, and asset management. Studio integreras med Azure Machine Learning SDK för en sömlös upplevelse.The studio integrates with the Azure Machine Learning SDK for a seamless experience. Mer information finns i Vad är Azure Machine Learning Studio.For more information, see What is Azure Machine Learning studio.

MLOps: Distribuera & livs cykel hanteringMLOps: Deploy & lifecycle management

När du har rätt modell kan du enkelt använda den i en webb tjänst, på en IoT-enhet eller från Power BI.When you have the right model, you can easily use it in a web service, on an IoT device, or from Power BI. Mer information finns i artikeln om hur och var man distribuerar.For more information, see the article on how to deploy and where.

Sedan kan du hantera dina distribuerade modeller med hjälp av Azure Machine Learning SDK för python, Azure Machine Learning Studioeller Machine Learning CLI.Then you can manage your deployed models by using the Azure Machine Learning SDK for Python, Azure Machine Learning studio, or the machine learning CLI.

Dessa modeller kan förbrukas och returnera förutsägelser i real tid eller asynkront på stora mängder data.These models can be consumed and return predictions in real time or asynchronously on large quantities of data.

Och med avancerade maskin inlärnings pipelinerkan du samar beta med varje steg från förberedelse av data, modell utbildning och utvärdering, via distribution.And with advanced machine learning pipelines, you can collaborate on each step from data preparation, model training and evaluation, through deployment. Med pipelines kan du:Pipelines allow you to:

  • Automatisera dator inlärnings processen från slut punkt till slut punkt i molnetAutomate the end-to-end machine learning process in the cloud
  • Återanvänd komponenter och kör bara stegen igen när det behövsReuse components and only rerun steps when needed
  • Använd olika beräknings resurser i varje stegUse different compute resources in each step
  • Köra batch-bedömnings uppgifterRun batch scoring tasks

Om du vill använda skript för att automatisera arbets flödet för Machine Learning innehåller Machine Learning CLI kommando rads verktyg som utför vanliga åtgärder, till exempel att skicka in en utbildning, köra eller distribuera en modell.If you want to use scripts to automate your machine learning workflow, the machine learning CLI provides command-line tools that perform common tasks, such as submitting a training run or deploying a model.

Information om hur du kommer igång med Azure Machine Learning finns i Nästa steg.To get started using Azure Machine Learning, see Next steps.

Integrering med andra tjänsterIntegration with other services

Azure Machine Learning fungerar med andra tjänster på Azure-plattformen och integreras med verktyg för öppen källkod som git och MLFlow.Azure Machine Learning works with other services on the Azure platform, and also integrates with open source tools such as Git and MLFlow.

Säker kommunikationSecure communications

Ditt Azure Storage-konto, beräknings mål och andra resurser kan användas på ett säkert sätt i ett virtuellt nätverk för att träna modeller och utföra en härledning.Your Azure Storage account, compute targets, and other resources can be used securely inside a virtual network to train models and perform inference. Mer information finns i Översikt över virtuell nätverks isolering och sekretess.For more information, see Virtual network isolation and privacy overview.

Nästa stegNext steps