深入了解 Azure 机器学习的工作原理( 二 )


▌Azure 机器学习 CLI
Azure 机器学习 CLI 是Azure CLI 的扩展 , Azure 平台的跨平台命令行界面 。 此扩展提供了自动化机器学习活动的命令 。
▌机器学习管道
您可以使用机器学习管道来创建和管理将机器学习阶段拼接在一起的工作流 。 例如 , 一个管道可能包括数据准备、模型训练、模型部署和推理/评分阶段 。 每个阶段可以包含多个步骤 , 每个步骤都可以在各种计算目标中自动运行 。
此外 , 管道的步骤是可重复用的 , 如果这些步骤的输出没有改变 , 可以在不重新运行之前步骤的情况下运行 。 例如 , 如果数据没有更改 , 您可以重新训练模型而无需重新运行繁琐的数据准备步骤 。 有了管道 , 数据科学家在机器学习工作流的不同环节工作时进行协作 。
▌监控和日志记录
Azure 机器学习提供以下监控和日志记录功能:

  • 对于数据科学家 , 您可以监控您的实验并记录训练运行的信息
  • 对于管理员 , 您可以使用 Azure Monitor 监控有关工作区、相关 Azure 资源以及资源创建和删除等事件的信息
更多Azure 机器学习的工作原理
Azure 机器学习的工作原理

特别声明:本站内容均来自网友提供或互联网,仅供参考,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。