跳到主要內容

已不再支援此瀏覽器。

請升級至 Microsoft Edge,以利用最新功能、安全性更新和技術支援。

下載 Microsoft Edge 其他資訊
閱讀英文
閱讀英文 編輯
Twitter LinkedIn Facebook 電子郵件

Azure Machine Learning 文件

了解如何使用 Azure Machine Learning 來定型及部署模型以及管理 ML 生命週期 (MLOps)。 教學課程、程式碼範例、API 參考等項目。

概觀

概觀

  • 什麼是 Azure Machine Learning?
  • 什麼是 Azure Machine Learning Studio?
  • 重要概念 (第 2 版)
  • 什麼是 CLI 和 SDK 第 2 版?

開始使用

教學課程

  • 設定資源
  • 使用 CLI (第 2 版) 來訓練
  • 使用 SDK 第 2 版 (預覽版) 訓練
  • 第 1 天:開始使用 Python
  • 從 ML Studio (傳統) 遷移

將模型定型

操作指南

  • 在雲端中執行訓練程式碼 (CLI 第 2 版)
  • 在 Jupyter Notebook 中訓練和部署模型
  • 微調用於模型定型的超參數
  • 從可重複使用的元件建置管線
  • AutoML:定型分類模型

部署模型

部署

  • 使用端點以簡化模型部署 (預覽版)
  • 使用受控端點進行即時評分 (預覽版)
  • 使用受控端點進行批次評分 (預覽版)
  • 不使用端點部署模型的選項

管理 ML 生命週期 (MLOps)

操作指南

  • 追蹤、監視、分析定型執行
  • 模型管理、部署、譜系和監視
  • 資料擷取管線的 DevOps

ML 專案的安全性

操作指南

  • 建立資源工作區
  • 連線到資料來源
  • 企業安全性和治理

參考文件

參考

  • Python SDK
  • REST API
  • V2 CLI (預覽版)
  • 演算法和元件參考

資源

參考

  • Python SDK 程式碼範例
  • v2 CLI 程式碼範例 (預覽版)
  • ML Studio (傳統) 文件
  • 舊版文件
  • 部落格
  • 參與
  • 隱私權與 Cookie
  • 使用規定
  • 商標
  • © Microsoft 2022
  • 舊版文件
  • 部落格
  • 參與
  • 隱私權與 Cookie
  • 使用規定
  • 商標
  • © Microsoft 2022