Hugging Face 是開源的 Hugging Face 有完整的生態系和社群,我們幾乎可以只使用 Hugging Face ,就做完大部份最困難的 Tra...
寫在最前面 本系列文的標題「變形金剛與抱臉怪---NLP 應用開發之實戰」,只是為了譁眾取寵,這系列是要講 Transformer 與 Hugging Face...
DAY30 淺談 Azure Machine Learning 的 MLOps 做法 終於來到最後一天,我們學完了整套 Azure Machine Learni...
DAY29 用 Application Insights 來監視部署的模型 我們已經把大部份的 Azure Machine Learning SDK 講完了,我...
DAY28 用 hyperdrive 來微調超參數 AI 工程師一般又被戲稱為調參數工程師,我們要不斷的調整超參數,以求得最佳解。透過 Azure Machin...
DAY27 用 Azure Machine Learning SDK 來做 AutoML 之前我們用 AML 的介面來做 AutoML,現在我們就來用 SDK...
DAY26 用 Azure Machine Learning SDK 來做 Pipeline 在 Azure Machine Learning 中,Pipeli...
DAY25 用 Azure Machine Learning SDK 註冊模型與部署 之前提過在 Azure Machine Learning 裡面,提供了模型...
DAY24 Azure Machine Learning SDK 的 ScriptRunConfig 我們在訓練模型的過程中,常常會寫好訓練用的 script,...
DAY23 Experiment, Run, MLflow 今天開始的幾天內,會進入 Azure Machine Learning(下稱 AML) SDK 比較...
DAY22 用 Azure Machine Learning SDK 建立環境 我們在前面圖形化介面時,有個地方沒有認真帶大家看過,就是下圖的 Environm...
DAY21 用 Azure Machine Learning SDK 建立運算資源 資料集也建立完成了,今天我們就來建立運算資源(VM)吧!還記得我們之前討論過...
DAY20 用 Azure Machine Learning SDK 建立 Dataset 大家還記得 Datastore 和 Dataset 的關係嗎?我們再...
DAY19 用 Azure Machine Learning SDK 建立 Datastore 我們在前面使用了圖形化介面,點一點就建立好我們 Azure Ma...
DAY18 用 Azure Machine Learning SDK 建立 Workspace 大家還記得我們在一開始學習 Azure Machine Lear...
DAY17 介紹 Azure Machine Learning SDK 我們前面一半的課程,學習了透過圖形化介面,學習了 Azure Machine Leari...
DAY16 實戰 Azure Machine Learning RBAC 我們今天就來實戰 RBAC 吧!還記得前幾天我們大篇幅講了 Azure Machine...
DAY15 Azure Machine Learning 裡的多人協作---談 RBAC 鐵人賽已經過了一半,相信大家都熟悉了 AML 大部份的操作了,現在開始...
DAY14 在 Azure Machine Learning 裡 Label data(下) 我們昨天建立好 Label 專案之後,今天就來進行資料標記吧! 開...
Chatbot integration- 多功能 chatbot 就此誕生! 終於到了這一步,要把所有功能整合在一起了。前面雖然很痛苦,但在我看來最痛苦的還是這...
DAY13 在 Azure Machine Learning 裡 Label data(中) 昨天我們做好了寶可夢影像檔的 Datastore,今天我們就來建立...
Chatbot integration- 匯率預測小工具 醜話先說在前頭,模型雖然可以達到一定程度準確,但你要拿來 ALL IN 炒匯,輸贏可不甘我的事啊!我只...
DAY12 在 Azure Machine Learning 裡 Label data(上) Azure Machine Learning 提供了 label...
Azure machine learning: Schedule- Azure 為你定期執行任務 前面利用pipeline管線把好幾個不同的工作項目串接起來了,...
DAY11 部署 Automated ML 昨天體驗到 Automated ML 的威力了,它可以自動地幫我們跑一大堆模型,找出最好的解法,省下一大堆時間,真的...
Azure machine learning: Pipeline for model and service- 把工作通通串起來 接續上一篇,上一篇搞懂了pip...
DAY10 用 Automated ML 快速開發 今天我們來體驗一下 AML 的 Automated ML 的威力。透過 AutoML 的工具,我們可以很快速...
Azure machine learning: Pipeline for data- 建立工作流程來收集資料 Pipeline,流水線或管線,顧名思義,就是讓程...
Azure machine learning: deploy service and inference- 模型訓練完就是要拿來用啊 搞了半天,終於有了一個堪用...
DAY09 部署用 Designer 做好的 Pipeline 到 Batch 有些應用場合是 Batch 比較好用。舉例來說,我們有一大批的資料,想透過我們訓...