azure机器学习
微软为用于机器学习的Azure ML产品增加了一些新功能,包括与Python的更好集成以及自动自调整功能,以加快模型开发。
由于Python的入门门槛低以及广泛的机器学习库和支持工具,Python是机器学习的主要语言。 Azure随Python提供的产品是新的SDK ,它使Azure ML连接到开发人员的现有Python环境。
该SDK带有azureml-sdk
软件包,可以使用Python的pip
软件包管理器进行安装。 从通用Python安装到特定数据科学发行版(如Anaconda Python或Jupyter Notebook) ,大多数Python环境都可以通过这种方式连接到Azure ML。
通过SDK提供的工具包括数据准备 , 记录实验运行的结果, 从Azure Blob存储中保存和检索实验数据 , 在多个节点之间自动分配模型训练以及自动为作业创建各种执行环境的方法,例如远程VM, Docker容器和Anaconda环境。
新的Python SDK支持的另一个新的Azure ML功能是自动机器学习 。 基本概念不是新概念,而是一种超参数优化形式,或者是一种自动调整用于特定机器学习模型训练系统的参数以产生更好结果的方法。
微软将其描述为“机器学习管道的推荐系统。 与流服务向用户推荐电影的方式类似,自动机器学习建议针对数据集的机器学习管道。” 微软还声称,无需直接查看敏感数据即可实现自动化,从而保护了用户的隐私。
其他新功能包括:
- 分布式深度学习 ,使模型可以在机器集群上自动进行训练,而无需配置集群。
- 硬件加速推理,它使用FPGA来加快模型推理的速度。
- 通过CI / CD进行模型管理,因此Docker容器可用于管理经过训练的模型。
翻译自: https://www.infoworld.com/article/3306840/azures-new-machine-learning-features-embrace-python.html
azure机器学习