微軟過去曾經推出 Azure Machine Learning Studio,用以加速 AI 相關的開發。但是隨著時間的過去,ML Studio 的功能已經漸漸不敷使用,微軟決定讓 Studio 在不久的將來退役,同時也建議使用者遷移到新的服務:Azure Machine Learning 上面。現在學 Azure Machine Learning 正是時候。本次鐵人賽會從 Azure Machine Learning 基本的觀念講解起,從環境架設到訓練模型再到部署,最後再帶MLOps在Azure Machine Learning 的一些作法。
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...
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...
DAY23 Experiment, Run, MLflow 今天開始的幾天內,會進入 Azure Machine Learning(下稱 AML) SDK 比較...
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,...
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...
DAY26 用 Azure Machine Learning SDK 來做 Pipeline 在 Azure Machine Learning 中,Pipeli...
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...
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...
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...
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...