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。

屏幕截图:在笔记本中编写和运行代码

  • 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

    Azure 机器学习设计器示例

  • 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

    Azure 机器学习工作室导航窗格

  • 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,是我们的第一个拖放式机器学习生成器。

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。

功能 机器学习工作室(经典版) Azure 机器学习
拖放界面 经典体验 更新的体验 - Azure 机器学习设计器
代码 SDK 不支持 Azure 机器学习 PythonR SDK 完全集成
试验 可缩放(10 GB 训练数据限制) 使用计算目标进行缩放
训练计算目标 专用计算目标,仅限 CPU 支持 各种可自定义的训练计算目标。 包括 GPU 和 CPU 支持
部署计算目标 专用 Web 服务格式,不可自定义 各种可自定义的部署计算目标。 包括 GPU 和 CPU 支持
ML 管道 不支持 生成灵活的模块化管道,用于自动完成工作流
MLOps 基本模型管理和部署;仅 CPU 部署 实体版本控制(模型、数据、工作流)、工作流自动化、与 CICD 工具集成、CPU 和 GPU 部署,等等
模型格式 专用格式,仅限工作室(经典) 多个受支持的格式,具体取决于训练作业类型
自动化模型训练和超参数优化 不支持 受支持。 代码优先和无代码选项。
数据偏移检测 不支持 支持
数据标签项目 不支持 支持
基于角色的访问控制 (RBAC) 仅“参与者”和“所有者”角色 灵活的角色定义和 RBAC 控制
AI 库 支持 (https://gallery.azure.ai/) 不支持

通过示例 Python SDK 笔记本进行了解。

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:

通过快速入门:Azure 机器学习入门开始。 然后,使用以下资源通过首选方法创建第一个试验: