分类:  Azure机器学习    ◆ 标签:  #Azure   #人工智能   #机器学习   #AutoML   ◆ 发布于: 2023-06-11 21:56:49

我们前一天简要的介绍了什么是AutoML，同时也是用jupyter体验了一下AutoML, 本章我们学习什么是Azure Machine Learning Pipeline。 Azure有提供很多种pipeline, 一共有Azure pipeline, Azure Machine Learning Pipeline以及Azure Data Factory Pipeline, 这三种pipeline各有自己的标准目标，例如Azure Machine Learning是目标是从数据到模型，Azure Data factory pipeline目标是数据到数据等等。那么Azure Machine Learning pipeline是指专门针对于Azure机器学习的一个工作流，工作流包括很多

分类:  Azure机器学习    ◆ 标签:  #Azure   #人工智能   #机器学习   #JupyterBook   #Python   ◆ 发布于: 2023-06-11 21:54:41

使用jupyter进行机器学习的入门今天这篇已经是第四天了，我们今天来学习一个新的技能点: AutoML, 即： automated Machine Learning, 自动化机器学习，首先需要大致的了解一下什么是AutoML, 当然如果要详细的讲述这个概念还值得我们重新开一个系列来讨论和学习它，在这里我们就简单的了解一下就好了。 我们前面的一些列的教程在机器学习的整个过程基本就是这样几个步骤: 处理数据：包括收集数据，对数据进行必要的转换，以及对数据进行清理。 选择算法：选择合适的算法，然后编写训练脚本，进行训练。 创建环境，然后向Azure提交任务。 最后对训练出来的模型进行测试和评估，选择最优的模型出来。 以上就是我们在机器学习是的基本步骤，但是AutoML呢？Au

分类:  Azure机器学习    ◆ 标签:  #Azure   #人工智能   #机器学习   #JupyterBook   ◆ 发布于: 2023-06-11 21:51:40

我们在前一章学习了如何通过jupyter来训练图像分类模型，我们本节需要直接使用上一节训练出来的模型，上一节中我们已经了解了如何将模型训练成功，并且将训练成功的模型注册到workspace中，我们这一节介绍如何使用jupyter来链接Azure Machine Learning的workspace并部署模型为一个web服务，从而让用户可以通过rest api来使用这个模型。 如果需要了解前几章的内容，请参考文末的链接。 本章最重要的点在于理解: 如何进行模型部署以及将模型部署到哪里 开始之前 先完成前面的环境设置。 再完成上一节使用jupyter进行模型训练。 激活conda环境之后，确认安装了库matplotlib和库scikit-learn

分类:  Azure机器学习    ◆ 标签:  #Azure   #人工智能   #机器学习   #JupyterBook   ◆ 发布于: 2023-06-11 21:48:53

我们前面的python的教程主要向大家介绍： 云环境和本地环境的构建 Python SDK的基本使用。 Python 训练脚本的编写 向Azure Machine Learning提交训练 介绍Azure Machine Learning基本的元素和基本概念，我们后面也会进一步的加深这个部分的学习。 那么在Jupyter一些类的教程中，我们主要讨论这些主题: 使用jupyter和Azure Machine Learning结合训练模型，注册模型，监控训练过程。 注册训练成功的模型，部署模型，使用rest api测试模型。 使用pipeline进行自动模型训练。

分类:  Azure机器学习    ◆ 标签:  #Azure   #人工智能   #机器学习   #JupyterBook   ◆ 发布于: 2023-06-11 21:42:30

我们今天来学习使用另外一个非常棒的工具，这就是Jupyter, 使用Jupyter Book很容易和Azure机器学习平台相集成，在阅读这个三天入门教程之前，建议还是先学习一下前面的Python SDK一天入门教程和环境准备的部分，这样您有了一个可以用来学习和使用Azure机器学习的入门知识和工具了Anaconda。 关于jupyter环境，我们至少有两个环境可以选择： 使用Azure Machine Learning Studio自带的Jupyter Book 使用在Azure Machine Learning Studio里创建的compute instance上安装的jupyter book 使用本地环境上安装的jupyter book, 链接到AML 具体使用哪个环

分类:  Azure机器学习    ◆ 标签:  #Azure   #人工智能   #Python   #机器学习   ◆ 发布于: 2023-06-11 21:35:41

我们这个系列是基于Python SDK的一天的学习文章，虽然这个系列的文章很简单，但是实际上已经将如何在Azure机器学习平台上进行机器学习的基本要素都已经讲清楚了，我想在这里再重复一遍我们这几篇文章主要讲的是什么： 通过运行Hello World来给大家介绍基本步骤和构成，以及项目的基本结构。 通过训练第一个基于云平台的模型，给大家介绍如何在云平台上训练模型。 如何使用自己的数据来在云平台上训练模型。 我们本章要学习的就是第三点，如何使用自己的数据来在云平台上训练模型，在开始本章之前，我先向大家介绍一下基本的要点。 我们本章还是会使用前一章的基本脚本，我们会在本章对前面的脚本进行改进，之前我们项目里一共有三个文件： model.py: 用于定义神经网络 train

分类:  Azure机器学习    ◆ 标签:  #Azure   #人工智能   #Python   #机器学习   ◆ 发布于: 2023-06-11 21:33:30

我们前面学习了如何设置云开发环境和本地的开发环境，同时我们也演示一个在云平台上的一个Hello, World, 如果大家需要再回去看看这两篇的话，可以使用文章末尾的链接查看就可以了，我们本章学习如何真正在云平台上训练你的第一个机器学习模型。 先决条件 已经有了Azure订阅，并且创建了Azure Machine Learning的资源。 设置了开发环境。 安装用于本地测试的包 提示 如果你不计划在本地测试训练脚本的话，无需准备本地包，Azure上用于计算的机器，默认都已经预置安装了必要的软件包，并且经过测试。 启动Anaconda的命令行之后，激活用于测试的Python环境：

分类:  Azure机器学习    ◆ 标签:  #Azure   #人工智能   #机器学习   #Python   ◆ 发布于: 2023-06-10 22:40:13

我们前面详细的讲述了如何构建Azure机器学习的环境，包括云环境和本地环境，您可以通过下述的链接来回顾一下如何构建一个基于Azure机器学习平台的环境: 构建Azure机器学习的环境 我们现在通过一天的教程带领大家来完成一次机器学习的完整过程。本教程分成三个部分： 在机器学习平台运行一个Hello World, 给大家展示一个机器学习项目的基本的步骤和脚本。 在机器学习平台上训练一个模型。 使用自己的数据在机器学习平台上训练一个模型。 本教程让一个Hello World在Azure 机器学习平台上跑起来。 先决条件 你有一个Azure订阅，并且创建了一个Azure机器学习的workspace. 配置了用于机器学习的环境，参考前面的文章完成机器学习的环境配置

分类:  Azure机器学习    ◆ 标签:  #Azure   #人工智能   #机器学习   #异步编程   ◆ 发布于: 2023-06-10 22:35:46

Azure机器学习是一个基于Azure云平台的用于机器学习的模型训练，部署，自动化管理和跟踪模型的平台，这个平台提供了非常多的工具，在开始学习这个平台的工具之前，我们先需要准备一个环境，因此我们本篇先快速的介绍创建用于Azure机器学习的环境，后面会直接使用这个环境来持续学习Azure机器学习的平台。 创建Azure机器学习资源，并启动Azure Machine Learning Studio. 创建本地的Azure 机器学习环境。 创建Azure机器学习资源 在创建Azure机器学习资源之前，你需要拥有Azure的订阅，您可以申请Azure免费的订阅。有了订阅之后，您可以登录到Azure的Portal, 然后在市场里搜索Machine Learning, 然后点击创建，在出现的

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #   ◆ 发布于: 2023-06-10 22:26:23

Azure计算机视觉服务介绍列表