Azure 機器學(xué)習(xí) - 為端到端機器學(xué)習(xí)生命周期使用企業(yè)級 AI 服務(wù)陕凹。

關(guān)注TechLead宵睦，分享AI全維度知識肯适。作者擁有10+年互聯(lián)網(wǎng)服務(wù)架構(gòu)、AI產(chǎn)品研發(fā)經(jīng)驗、團隊管理經(jīng)驗席爽，同濟本復(fù)旦碩意荤，復(fù)旦機器人智能實驗室成員，阿里云認證的資深架構(gòu)師只锻，項目管理專業(yè)人士玖像，上億營收AI產(chǎn)品研發(fā)負責(zé)人。

file

一齐饮、什么是 Azure 機器學(xué)習(xí)捐寥？

Azure 機器學(xué)習(xí)是一種用于加速和管理機器學(xué)習(xí)項目生命周期的云服務(wù)。 機器學(xué)習(xí)專業(yè)人員祖驱、數(shù)據(jù)科學(xué)家和工程師可以在日常工作流中使用它：訓(xùn)練和部署模型握恳，以及管理 MLOps。
可以在 Azure 機器學(xué)習(xí)中創(chuàng)建模型捺僻，也可以使用從開源平臺構(gòu)建的模型乡洼，例如 Pytorch、TensorFlow 或 scikit-learn匕坯。 MLOps 工具有助于監(jiān)視束昵、重新訓(xùn)練和重新部署模型。

大規(guī)模生成業(yè)務(wù)關(guān)鍵型機器學(xué)習(xí)模型

Azure 機器學(xué)習(xí)使數(shù)據(jù)科學(xué)家和開發(fā)人員能夠更快葛峻、更自信地構(gòu)建锹雏、部署和管理高質(zhì)量模型。它通過行業(yè)領(lǐng)先的機器學(xué)習(xí)操作 (MLOps)泞歉、開源互操作性和集成工具加速價值逼侦。此受信任的平臺專為機器學(xué)習(xí)中的負責(zé)任 AI 應(yīng)用程序而設(shè)計。

二腰耙、Azure 機器學(xué)習(xí)適合哪些人群榛丢？

Azure 機器學(xué)習(xí)適用于要在其組織內(nèi)實現(xiàn) MLOps（以便在安全且可審核的生產(chǎn)環(huán)境中將機器學(xué)習(xí)模型投入生產(chǎn)）的個人和團隊。

數(shù)據(jù)科學(xué)家和 ML 工程師將找到用于加快和自動執(zhí)行其日常工作流的工具挺庞。 應(yīng)用程序開發(fā)人員會找到用于將模型集成到應(yīng)用程序或服務(wù)的工具晰赞。 平臺開發(fā)人員將找到由持久 Azure 資源管理器 API 提供支持的一組可靠工具，用于構(gòu)建高級 ML 工具选侨。

使用 Microsoft Azure 云中的企業(yè)將在基礎(chǔ)結(jié)構(gòu)方面發(fā)現(xiàn)熟悉的安全性和基于角色的訪問控制 (RBAC)掖鱼。 可以設(shè)置項目以拒絕對受保護數(shù)據(jù)的訪問并選擇操作。

三援制、Azure 機器學(xué)習(xí)的價值點

加快價值實現(xiàn)速度

使用靈活戏挡、強大的 AI 基礎(chǔ)結(jié)構(gòu)支持的熟悉框架進行快速、自定義的模型開發(fā) 晨仑。

協(xié)作并簡化 MLOps

用于跨工作區(qū)協(xié)作和 MLOps 的快速 ML 模型部署褐墅、管理和共享拆檬。

信心十足地開發(fā)

用于在任何位置運行機器學(xué)習(xí)工作負載的內(nèi)置治理、安全性和符合性妥凳。

負責(zé)任地設(shè)計

負責(zé)任 AI 使用數(shù)據(jù)驅(qū)動的決策來構(gòu)建可解釋的模型竟贯，以實現(xiàn)透明度和責(zé)任。

四逝钥、端到端機器學(xué)習(xí)生命周期的支持

準備數(shù)據(jù)

file

生成和訓(xùn)練模型

file

驗證和部署

file

管理和監(jiān)視

file

機器學(xué)習(xí)深度學(xué)習(xí)

托管端到端的平臺

使用本機MLOps功能簡化整個深度學(xué)習(xí)生命周期和模型管理屑那。借助企業(yè)級安全性，安全地在任意位置運行機器學(xué)習(xí)艘款。使用負責(zé)任的 AI 儀表板緩解模型偏差并評估模型持际。

任何開發(fā)工具和框架

在所選的框架中使用PyTorch 和 TensorFlow，通過首選的集成開發(fā)環(huán)境 (IDE)磷箕，從 Visual Studio Code 到 Jupyter Notebook 構(gòu)建深度學(xué)習(xí)模型选酗。Azure 機器學(xué)習(xí)與 ONNX Runtime和 DeepSpeed 進行互操作，以優(yōu)化訓(xùn)練和推理岳枷。

世界一流性能

使用專門構(gòu)建的 AI 基礎(chǔ)結(jié)構(gòu) 將最新的 NVIDIA GPU 和最高可達 400 Gbps 的 InfiniBand 網(wǎng)絡(luò)解決方案組合在一起芒填。在具有前所未有的規(guī)模的單個群集中縱向擴展到數(shù)千個 GPU。

五空繁、實戰(zhàn)場景

通過快速模型開發(fā)加快價值實現(xiàn)

使用支持機器學(xué)習(xí)任務(wù)的統(tǒng)一工作室體驗提高工作效率殿衰。使用對常用開源框架和庫的內(nèi)置支持，使用 Jupyter Notebook 生成盛泡、訓(xùn)練和部署模型闷祥。通過自動化機器學(xué)習(xí)快速為表格、文本和圖像模型創(chuàng)建準確的模型傲诵。使用 Visual Studio Code 無縫地從本地到云訓(xùn)練凯砍，并通過 NVIDIA Quantum-2 InfiniBand 平臺提供支持的Azure AI 基礎(chǔ)結(jié)構(gòu)進行自動縮放。

file

使用 MLOps 協(xié)作并簡化模型管理

file

在混合平臺上構(gòu)建企業(yè)級解決方案

使用 Microsoft Purview 中的內(nèi)置數(shù)據(jù)治理拴竹，在機器學(xué)習(xí)生命周期中將安全性放在第一位悟衩。利用涵蓋標識、數(shù)據(jù)栓拜、網(wǎng)絡(luò)座泳、監(jiān)視和合規(guī)性的全面安全功能，這些功能均由 Microsoft 測試和驗證幕与。使用自定義基于角色的訪問控制挑势、虛擬網(wǎng)絡(luò)、數(shù)據(jù)加密啦鸣、專用終結(jié)點和專用 IP 地址保護解決方案潮饱。在任何位置（從本地到多云）訓(xùn)練和部署模型，以滿足數(shù)據(jù)主權(quán)要求诫给。使用內(nèi)置策略和 60 項認證（包括 FedRAMP High 和 HIPAA）合規(guī)性自信地進行治理香拉。

file

在整個生命周期中使用負責(zé)任 AI 做法

使用可重現(xiàn)和自動化的工作流評估機器學(xué)習(xí)模型饲漾，以評估模型公平性、可解釋性缕溉、錯誤分析、因果分析吃型、模型性能和探索性數(shù)據(jù)分析证鸥。在負責(zé)任 AI 儀表板中使用因果分析進行實時干預(yù)，并在部署時生成記分卡勤晚。將技術(shù)和非技術(shù)受眾的負責(zé)任的 AI 指標上下文化為涉及利益干系人并簡化合規(guī)性評審枉层。

file

整個機器學(xué)習(xí)生命周期的關(guān)鍵服務(wù)功能

file

關(guān)注TechLead，分享AI全維度知識赐写。作者擁有10+年互聯(lián)網(wǎng)服務(wù)架構(gòu)鸟蜡、AI產(chǎn)品研發(fā)經(jīng)驗、團隊管理經(jīng)驗挺邀，同濟本復(fù)旦碩揉忘，復(fù)旦機器人智能實驗室成員，阿里云認證的資深架構(gòu)師端铛，項目管理專業(yè)人士泣矛，上億營收AI產(chǎn)品研發(fā)負責(zé)人。

如有幫助禾蚕，請多關(guān)注
TeahLead KrisChang您朽，10+年的互聯(lián)網(wǎng)和人工智能從業(yè)經(jīng)驗，10年+技術(shù)和業(yè)務(wù)團隊管理經(jīng)驗换淆，同濟軟件工程本科哗总，復(fù)旦工程管理碩士，阿里云認證云服務(wù)資深架構(gòu)師倍试，上億營收AI產(chǎn)品業(yè)務(wù)負責(zé)人讯屈。