什么是 Azure 机器学习工作室？

本文将介绍 Azure 机器学习工作室，这是 Azure 机器学习中面向数据科学家开发人员的 Web 门户。 此工作室将无代码和代码优先体验结合起来，打造包容的数据科学平台。

本文内容：

建议使用与操作系统兼容的最新浏览器。 支持以下浏览器：

• Microsoft Edge（新的 Microsoft Edge（最新版）， 不是旧版 Microsoft Edge）
• Safari（最新版本，仅限 Mac）
• Chrome（最新版本）
• Firefox（最新版本）

创作机器学习项目

该工作室提供多种创作体验，具体取决于类型项目和用户体验级别。

• Notebook

  在直接集成到工作室中的托管 Jupyter Notebook 服务器中编写和运行自己的代码。

• Azure 机器学习设计器

  使用设计器可在不编写任何代码的情况下训练和部署机器学习模型。 拖放数据集和模块以创建 ML 管道。 尝试设计器教程。

  

• 自动化机器学习 UI

  了解如何通过易于使用的界面创建自动化 ML 试验。

  

• 数据标记

  使用 Azure 机器学习数据标签来高效地协调数据标签项目。

管理资产和资源

直接在浏览器中管理机器学习资产。 在 SDK 和工作室之间的同一工作区中共享资产，以实现无缝体验。 使用工作室管理：

• 模型
• 数据集
• 数据存储
• 计算资源
• 笔记本
• 试验
• 运行日志
• 管道
• 管道终结点

即使你是经验丰富的开发人员，工作室也可以简化你管理工作区资源的方式。

机器学习工作室（经典）与 Azure 机器学习工作室

机器学习工作室（经典）于 2015 年发布，是 Azure 中第一个拖放式机器学习模型生成器。

ML 工作室（经典）是一种仅提供视觉体验的独立服务。 工作室（经典）不与 Azure 机器学习进行互操作。

Azure 机器学习是一种独立的新式服务，可提供完整的数据科学平台。 它同时支持代码优先和低代码体验。

Azure 机器学习工作室是 Azure 机器学习中的 Web 门户，其中包含用于项目创作和资产管理的低代码和无代码选项。

我们建议新用户选择 Azure 机器学习而不是机器学习工作室（经典），以使用最新的数据科学工具。 如果是现有的 ML 工作室（经典）用户，请考虑迁移到 Azure 机器学习。

以下是切换到 Azure 机器学习的一些好处：

• 用于大规模训练的可缩放计算群集。
• 企业安全和治理。
• 可与常用的开源工具互操作。
• 端到端 MLOps。

功能比较

下表总结了机器学习工作室（经典）和 Azure 机器学习之间的一些重要差异。

疑难解答

• 工作室中缺少用户界面项可使用 Azure 基于角色的访问控制限制可通过 Azure 机器学习执行的操作。 这些限制可以防止用户界面项出现在 Azure 机器学习工作室中。 例如，如果分配了无法创建计算实例的角色，则创建计算实例的选项不会出现在工作室中。 有关详细信息，请参阅管理用户和角色。

后续步骤

请访问工作室，或浏览以下教程中的不同创作选项：

从快速入门：Azure 机器学习入门开始。 然后使用这些资源以你喜欢的方法创建你的第一个试验：

• 运行“Hello world!”Python 脚本（第 1 部分，共 3 部分）
• 使用 Jupyter 笔记本训练图像分类模型
• 使用自动化机器学习训练和部署模型
• 使用设计器训练和部署模型
• 在受保护的虚拟网络中使用工作室