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   #Face   ◆ 发布于: 2023-06-10 22:22:11

Azure提供的人脸服务是可以应用于很多个应用场景的服务，主要包括如下几个： 人脸检测：这个API可以从图片中检测出人脸，并且返回人脸在图片中的位置，该位置用矩形坐标的形式返回，同时需要注意的是，该API还会返回一系列和人脸相关的属性，例如：头部姿势，性别，年龄，情感，面部的毛发，是否有佩戴眼镜等等。 人脸验证：顾名思义就是用于判断是否一致的，是否是同一个人，可以用于人脸识别认证这一类的应用。 人脸识别：需要区分一下和人脸验证之间的区别，人脸验证时给出一个图片，确实这个图片是不是某人，但是人脸识别，可以从一堆图像中找出某个特定人的所有图片。 找相似： 从图片库中找出和给出图片相似的图片，并非一定是同一个人。 人脸分组：可以通过一些共性，例如都是男性/女性/小孩 将图片进行分组。

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #Face   ◆ 发布于: 2023-06-10 22:19:01

在Azure提供的人脸服务中，主要包含两类概念: 人脸检测： 从图片中检查可能存在的人脸，并返回人脸的数据，人脸的数据包含一些类的特性。下面我们会详细的描述。 人脸识别： 人脸识别依赖于人脸检测，然后对给出的源图片和目的图片进行识别，或者找到相似，或者验证等动作。 人脸检测 人脸检测最好能从图像中找到人脸在图片中的位置，以(left/Top/Width/Height)返回人脸的数据，同时还可以指定其他的特征，从人脸中检测出需要的特征。 人脸ID API在图像中识别出人脸之后，会给每一个人脸一个唯一的ID， 可以从人脸的API中得到这个ID。 人脸特征点

分类:  Azure认知服务    ◆ 标签:  #Azure   #OCR   #人工智能   ◆ 发布于: 2023-06-10 22:15:45

我们前面一篇已经简要的介绍了基于.Net SDK的OCR快速入门，本篇详细的介绍OCR的注意事项。 OCR 支持的文档格式 当前OCR是基于新的读取API对光学字符识别，主要支持如下的文件格式 支持JPEG,PNG, BMP, PDF, 以及TIFF。 对于PDF和TIFF文件，最多支持2000个页面。 文件的大小必须小于50M 支持的语言 对于印刷体，目前支持73种语言。 收费标准 根据事务进行收费，这里的一个事务是指分析一个图片或者一个页面为一个事务，假如你提交一个PDF文件，包含1000页，那么就会发生1000个事务。如果你对这个文件提交了50次，那么一共的事务时50 * 1000， 那么收费会按照 50 * 1000 来收取。

分类:  Azure认知服务    ◆ 标签:  #Azure   #OCR   #人工智能   ◆ 发布于: 2023-06-10 22:13:54

OCR(Optical Character recognition)光学字符识别是微软AI研发成果的有一个功能强大的产品，主要的功能是从图片或者PDF文档中提取文字，包括印刷体的图片和手写体的图片或者文档，目前的API关于手写体的识别仅支持英文手写。 OCR有两种API， 新的Read API目前版本是3.0， 印刷体识别目前支持73种语言。关于文档的支持: 支持格式: JPEG, PNG, BMP, PDF, TIFF 对于PDF和TIFF文档，最多能处理2000个页面。(免费只支持两个页面) 文件的大小不能超过50M，图片尺寸在50*50 至 10000 * 10000 个像素之间。 关于支持的语言可以参考这个链接:https://docs.microsoft.com/

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #语言理解(LUIS)   #Translator   ◆ 发布于: 2023-06-10 21:27:48

我们前面介绍了文本翻译的API, 文本翻译API的应用范围仅仅是一些比较短的文字翻译，或者是对话的翻译，这些应用场景可以应用在某些对话翻译软件或者词典或者这一类的应用上面，但是加入你有大量的文本或者文件需要翻译，仅仅只使用文本翻译的话，还是需要做很多工作，例如你需要把所有的文档读入内存，然后断句，然后再向API发送，然后返回翻译等等，但是现在微软提供了文档翻译的服务，这个就大大减少了工作量，您要做的仅仅是将文档的位置提交给API, 然后由API 异步对文档进行翻译，你要做的只是根据返回的job id, 定时去查询翻译的进度，当翻译完成了之后，取回翻译的结果就好了，这对于专业的翻译公司是帮助非常大的。甚至于为了更加准确的提高专业领域的翻译结果，您还可以使用微软提供的自定义翻译的功能。

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #语言理解(LUIS)   #Translator   ◆ 发布于: 2023-06-10 21:24:44

微软Azure平台提供了一个非常强大的翻译服务，该服务主要是基于微软的机器学习和深度机器学习的基础理论研发的产品，该产品支持多大90多种语言的翻译，同时根据使用的场景，微软提供了三种API： 文本翻译API 文档翻译API 自定义翻译API 本章我们快速并且简要的向大家演示一下文本翻译服务的基本功能和使用流程。 创建Azure Translator服务 登录到Azure的Portal上，在Marketing上搜索translator, 搜索出相应的服务之后，点击创建，可以按照如下图来填充信息，然后点击开始创建:

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #语言理解(LUIS)   #Azure QnA Maker   #QnA Maker   ◆ 发布于: 2023-06-10 21:20:38

我们先来看一下微软提供的LUIS服务和QnA Maker服务之间的区别和使用场景。 LUIS和QnA Maker QnA Maker和LUIS是微软Azure平台提供的两大自然语言处理的API, 我们前面有文章介绍了LUIS(语言理解服务), 简而言之， LUIS处理的场景是对用户输入的自然言语进行意图分类以及提取言语中的实体数据，但是并不会直接给用户进行一个回应，如果需要给用户一个回应，那么用户的应用需要基于已经确定的意图和实体数据向其他应用提出需求，然后基于业务逻辑返回给用户回应，这些业务逻辑的范围非常广，例如帮助客户创建日历，发送邮件，订酒店机票等等。但是QnA Maker是收集用户的言语输入，然后根据用户的言语输入直接会给出用户需要的答案，也就是说QnA Maker虽然也是自