课程大纲

介绍

Azure Machine Learning (AML) 功能和体系结构概述

AML 中的端到端工作流概述(Azure Machine Learning 管道)

在云中预配虚拟机

缩放注意事项(CPU、GPU 和 FPGA)

导航 Azure Machine Learning 工作室

准备数据

构建模型

训练和测试模型

注册经过训练的模型

构建模型镜像

部署模型

在生产环境中监视模型

故障 排除

总结和结论

要求

  • 对机器学习概念的理解。
  • 了解云计算概念。
  • 对容器 (Docker) 和编排 (Kubernetes) 有大致的了解。
  • Python 或 R 编程经验会有所帮助。
  • 具有使用命令行的经验。

观众

  • 数据科学工程师
  • DevOps 对机器学习模型部署感兴趣的工程师
  • 对机器学习模型部署感兴趣的基础设施工程师
  • 希望将机器学习功能与其应用程序自动集成和部署的软件工程师
 21 小时

客户评论 (2)

即将举行的公开课程

课程分类