iT邦幫忙

#azure相關文章
共有 46 則文章

技術 簡單示範將ASP.NET Core API部屬到 Microsoft Azure的方法

本文將簡單示範如何使用 Microsoft Azure來部署你的Web API。 大綱 1.專案準備 2.建立Web 應用程式 3.發布專案 4.測試API 功...

技術 簡單示範ASP.NET Core 建立基本API的使用範例,以及測試API方法

本文將簡單示範如何建立ASP.NET Core 中的 API 功能,主要包含 GET 和 POST 方法。並提供簡單的測試API 方法。 大部分的 API 功...

鐵人賽 AI & Data DAY 30

技術 Azure AutoML02及結語

AutoML得到的結果,說明如下。見圖<AZ-exp4MNIST.png> 當看到 [Status]欄為Completed時,表示可見到結果了。接...

鐵人賽 AI & Data DAY 29

技術 Azure AutoML01

在使用 Azure AutoML之前,我們得先了解資料的區別。在Azure dataset裡面,主要有兩大類,files and tabular。若要使用 Az...

鐵人賽 AI & Data DAY 28

技術 Azure MLS-Notebooks中開發

<<致歉>>開了兩個免費的Azure帳號,由於沒有緊盯著預算,不小心玩性大發,把兩個帳號的額度全部耗盡,所以想說明的資料都被鎖住了。但我...

鐵人賽 AI & Data DAY 27

技術 計算資源及資料的設定03

在上一個章節,我們已經建立了一個Datatstore及Container,也上傳資料到Container中。建立Container後,這個Container究竟...

鐵人賽 AI & Data DAY 26

技術 計算資源及資料的設定02

建立了計算資源後,接下來要建立及處理有關資料的部分。 在Microsoft Azure Machine Learning Studio的左邊選單中,Assets...

鐵人賽 AI & Data DAY 25

技術 計算資源及資料的設定01

前面談到,執行[Machine Learning]的工作,除了計算資源外,最重要的便是資料了。我們先介紹如何在Microsoft Azure上,建立Comput...

鐵人賽 AI & Data DAY 24

技術 MS Azure ML02

接著,請回到[Microsoft Azure]的Home,在[Recent resources]處<AZ-RRes.png>,點選type為[Mac...

鐵人賽 AI & Data DAY 23

技術 MS Azure ML01

Microsoft Azure Machine Learning 終於開始囉。 <<前提>>假設讀者已經有了Azure的帳號。(可申請免...

鐵人賽 AI & Data DAY 22

技術 NNI搬到Colab的優劣

如同上一章節所述,整個過程幾乎和在本機安裝、驗證及執行類似。但是,在本機和Colab執行各有其優缺點。本機的優點恰好是Colab的缺點,而Colab的優點恰好是...

鐵人賽 AI & Data DAY 21

技術 NNI如何搬到Colab02

若看到以下畫面,恭喜你,又成功了! /bin/bash: -c: line 0: syntax error near unexpected token `new...

鐵人賽 AI & Data DAY 20

技術 NNI如何搬到Colab01

NNI搬到Colab上,環境類似本機。雖然,NNI很容易搬到Colab平台上,但由於Colab並不公開其 public IP and port。所以我們無法連上...

鐵人賽 AI & Data DAY 19

技術 NNI如何搬到雲端上玩?

截至目前為止,NNI也安裝了,model也會了。可是,就是沒有錢買一張繪圖卡,到cuda device去飆速訓練。沒關係,雲端上有兩位大神,可以免費讓您遨遊,享...

鐵人賽 AI & Data DAY 18

技術 模型的內容08 test()

這個章節,我們將談到 test()的部分。 進入主題之前,我們要注意的是,test_loader是固定的1000筆資料直接使用(沒epoch),所以不downl...

鐵人賽 AI & Data DAY 17

技術 模型的內容07 train()

這章節,我們將說明 train()的細部。程式部分如下: def train(args, model, device, train_loader, optimi...

鐵人賽 AI & Data DAY 16

技術 模型的內容06 def main()

我們開始說明 for loop的部分。 在訓練模型時,我們需要大量的data,這些data來自於train_loader。但是,我們並非一次全部倒入所有資料,進...

鐵人賽 AI & Data DAY 15

技術 模型的內容05 def main()

接著我們說明optimizer設定 。 首先,我們先得知道 training and validation 大概在做些甚麼事情。簡單的說,就是影像讀進來後,經過...

鐵人賽 AI & Data DAY 14

技術 模型的內容04 def main()

上一章節研究完class net(…),這一章節我們繼續研究 def main(args)這部分。 def main(args): # define d...

鐵人賽 AI & Data DAY 13

技術 模型的內容03 Class Net

進入主程式前,我們先看class 大塊 Class Net:神經網路的定義處。 class Net(nn.Module): def __init__(s...

鐵人賽 AI & Data DAY 12

技術 模型的內容02 __main__

請用 VS CODE (或其他習慣的IDE)開啟 nni\examples\trials\mnist-pytorch 的資料夾。開啟 mnist.py檔案。 先...

鐵人賽 AI & Data DAY 11

技術 模型的內容01

到此為止,若一切順利,表示NNI安裝正確,功能一切正常。但整個流程究竟在做甚麼事情呢?首先,我們在 Config_detail.yml 檔案,修改的 searc...

鐵人賽 AI & Data DAY 10

技術 NNI安裝後的驗證04

這回,我們將焦點放在WebUI的trials detail中的Intermediate Result。請在WebUI上方的trials detail 按下,然後...

鐵人賽 AI & Data DAY 9

技術 NNI安裝後的驗證03

這回,我們將焦點放在WebUI的trials detail中的Hyper-parameter。請在WebUI上方的trials detail 按下,然後點擊 H...

鐵人賽 AI & Data DAY 8

技術 NNI安裝後的驗證02

前回提及,在瀏覽器網址,輸入 127.0.0.1:8085,進入WebUI管理介面。此時,您將會看到如下圖的: 請先看左上方,Experiment 區塊。其中...

鐵人賽 AI & Data DAY 24
從 AI 落地談 MLOps 系列 第 24

技術 Day 24 : 負責任的 AI - Responsible AI (RAI)

當您用心呵護的機械學習終於實現,期待能滿足與提升使用者福祉,您應該有足夠的信心與能力對產品負責, AI 產品亦然。 延續系列文對您的機械學習產品生命週期的思考...

鐵人賽 AI & Data DAY 7

技術 NNI安裝後的驗證01

上回我們安裝完成後,如何確認安裝的正確性呢?當然是下載實驗樣本來炸炸看。 首先,請先建一個子目錄。其次,複製一份含原始碼的範例(最新版為 v2.4): git...

鐵人賽 AI & Data DAY 23
從 AI 落地談 MLOps 系列 第 23

技術 Day 23 : 模型分析 TensorFlow Model Analysis (TFMA)

模型分析 TFMA 介紹 過往我們關注模型的訓練結果,會追蹤該模型在每次 epochs 之後的 AUC 、 ACC、 loss 等指標變化,並且以視覺化繪圖...

鐵人賽 AI & Data DAY 6

技術 Day 06-Visual Studio 2019下載教學+初步建立chatbot專案

之前介紹了幾天關於架設Bot的伺服器,那接下來我們用程式寫Bot並放上雲端伺服器呢?目前我選擇了先以Azure作為之後部署聊天機器人專案的雲端平台那我們要如何運...

鐵人賽 AI & Data DAY 6

技術 NNI安裝在本機(Windows版)

說了好幾天的概念,再不動手真的會睡著。讓我們先來本機炸一炸,加深我們的學習動機。安裝前,先注意兩大重要事項,否則會讓人搞不清發生何事,即使找Microsoft...