![跳跃猫引导关注](https://img-blog.csdnimg.cn/img_convert/3e7f78b8ed4b3a66d643cea460c74e84.gif&wxfrom=5&wx_lazy=1)
![](https://img-blog.csdnimg.cn/img_convert/b67710360116ef48f1d496bf3199ee45.png;wxfrom=5&wx_lazy=1)
微软针对开发者推出三款重要的新工具:Azure机器学习实验服务、Azure机器学习工作台以及Azure机器学习模型管理服务。此外,微软还针对那些想要借助Visual Studio Code IDE、用CNTK、TensorFlow、Theano、Keras和Caffe2语言建造模型的开发者推出了一系列新工具。至于非开发者,微软则把基于Azure的机器学习模型推向Excel用户,这样一来,后者就可以激活本公司数据科学家直接在电子数据表格中创建的AI功能。
Azure机器学习实验服务旨在帮助开发者快速掌握和部署机器学习实验。这项服务支持所有常见开源框架,比如PyTorch、Caffe2、TensorFlow、Cahiner和微软自有CNTK,还可以将覆盖范围从当地机器扩展至云端的数百台GPU。该服务可以追踪所有模型、配置和数据,给予开发者完整的实验版本。
Azure机器学习工作台则是针对Windows和Mac用户的桌面客户端,用微软自己的话说,这项服务旨在“成为开发生命周期的控制面板,以及一个让人开始使用机器学习的捷径。”它与Jupyter Notebooks以及Visual Studio Code和PyCharm等IDE进行了整合,让开发者可以用Python、PySpak和Scala等语言建造模型。
正如微软高管约瑟夫·斯洛什(Joseph Sirosh)在今天的公告中所说,Azure机器学习工作台最有意思的一项功能可能是,它可以自动转化数据,让机器学习算法对其进行处理。与Azure机器学习实验服务一样,Azure机器学习模型管理服务则利用Docker容器,帮助开发者和数据科学家部署和管理模型。
这些新工具的推出表明,微软针对那些想要打造机器学习应用的开发者——无论是给内部客户还是外部客户——继续扩大它的工具箱。尤其值得关注的是,这些工具支持众多非微软框架。就在几年前,这一幕可能还无法想象,但这些框架每一个都有其固有的优势和劣势,幸好微软明白该公司的侧重点不是将某些框架排除在外,而是提供一个支持所有框架的平台。毕竟,微软在这个方面的思路,并不是提供开源框架,而是提供云服务,让开发者可以借此学习、部署和管理这些框架。
![小孩与狗童真分隔线](https://i-blog.csdnimg.cn/blog_migrate/cc90c15448073ec7c3a7604b397c3d4d.gif)
![undefined](https://i-blog.csdnimg.cn/blog_migrate/27ffef07c5fa3e856d0ee036aac0ea17.jpeg)
![](https://i-blog.csdnimg.cn/blog_migrate/03534452d8052786873ed8ff3955743e.png)
长按,识别二维码,加关注
获取更多干货!