分类:
故障排查
◆
标签:
#Azure Machine Learning
#机器学习
◆
发布于: 2023-08-07 22:21:35
Azure Machine Learning全面升级,从基于V1 SDK开始向V2 SDK升级,不过由于V2 SDK目前还是在Public Preview,没有正式发布,在使用V2 SDK的环境中经常会遇到各种奇奇怪怪的问题。
V2 SDK提供了很多新的特性,以及更合理的数据处理方式,在开始重现我们这个问题之前需要准备一下基本的工具和环境:
你需要一个Azure订阅,您可以参考文章:https://www.azuredeveloper.cn/article/how-to-get-azure-account, 免费注册一个账号。
你需要创建一个Azure Machine Learning的workspace。
安装Azure Cli工具,您可以参考文章:https://www.
Read more
分类:
Azure机器学习
◆
标签:
#Azure
#人工智能
#机器学习
◆
发布于: 2023-06-12 18:13:08
Azure机器学习入门文章列表
Read more
分类:
Azure机器学习
◆
标签:
#Azure
#人工智能
#机器学习
#设计器
◆
发布于: 2023-06-12 17:57:56
开始部署之前我们需要了解的是Azure Machine Learning上可以部署的两个选择:
部署到Azure Kubernet Service(AKS)
部署到Azure Container Instance(ACI)
这两个服务都是使用web的形式进行接口的暴露。
实时推理pipeline
我们需要先将之前用于训练的pipeline转为实时推理pipeline, 登录到studio中之后,选择左侧菜单设计器, 找到上一章创建的pipeline, 进入之后,因为完成了训练,可以看到右上角有一个菜单,如下图:
Read more
分类:
Azure机器学习
◆
标签:
#Azure
#人工智能
#机器学习
#设计器
#JupyterBook
◆
发布于: 2023-06-12 17:25:33
我们在前一天学习了使用Azure Machine Learning Studio的Auto ML任务创建Azure Auto ML模型训练,在这个过程中,我们无需任何代码经验,只需要简单的界面点击就可以训练出需要的模型,虽然Azure AutoML非常容易使用,但是我们也需要注意到Azure Auto ML的限制,也就是Azure Auto ML仅仅使用三种模型的训练:分类模型, 回归模型, 基于时序预测模型, 如果你的应用场景超出了这三种模型仅仅依靠Auto ML是无法满足实际的需求的, 除了直接使用Azure Auto ML任务你还可以使用Azure Machine Learning Studio推出的设计器来创建自己的AML pipeline来完成机器学习的其他模型的训练,同样使用这个
Read more
分类:
Azure机器学习
◆
标签:
#Azure
#人工智能
#机器学习
#AutoML
#Azure Machine Learning Studio
#设计器
◆
发布于: 2023-06-11 22:15:20
真正的大杀器来了! - Azure Machine Learning Studio!!
我们前面学习过了通过Python AutoML SDK配合Jupyter的来训练回归模型,如果大家没有什么印象,可以通过文章结尾的文章列表重温一下: 在这些实例中我们使用了Python代码进行数据预处理,然后使用SDK进行AutoML的模型训练,我们写了很多代码,今天我们来给大家演示如果通过Azure提供的工具无需写任何一行代码仅仅只需要几个小小的配置就能完整一个分类AutoML模型的训练。
那么我们就开始吧。
Read more
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
Read more
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
Read more
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
Read more
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。
Read more
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
Read more