Zarządzanie środowiskami w usłudze Azure Machine Learning za pomocą języka Python

W przypadku uczenia maszynowego przejście z lokalnego prototypu do skalowalnego potoku w chmurze często nie powiedzie się z powodu niespójnych środowisk wykonawczych. Opanowanie zarządzania środowiskiem w usłudze Azure Machine Learning zapewnia niezawodność, bezpieczeństwo i powtarzalność szkoleń i wdrożeń. Ten kurs tekstowy przeprowadzi Cię przez definiowanie i tworzenie środowisk wykonawczych oraz zarządzanie nimi za pomocą zestawu Azure Machine Learning Python SDK. Przejdziesz od używania podstawowych gotowych konfiguracji do tworzenia zoptymalizowanych, gotowych do produkcji środowisk niestandardowych. Co się nauczysz: Zrozumienie podstawowych pojęć środowisk Azure Machine Learning, w tym środowiska uruchomieniowe z kuratorem i niestandardowe;Tworzenie niestandardowych środowiske przy użyciu kontekstów Docker, plików specyfikacji Conda i nowoczesnych wzorców zarządzania pakietami Pythona;Zarządzanie wersjami środowiska w celu zapewnienia absolutnej odtwarzalności w różnych środowiskach obliczeniowych Stosuj najlepsze praktyki bezpieczeństwa, wybierając bezpieczne obrazy bazowe i bezpiecznie zarządzając zależnościami; Rozwiązuj problemy z błędami kompilacji środowiska i optymalizuj czasy kompilacyjnych, aby przyspieszyć cykle rozwoju. Zaczniesz od podstawowych definicji i podstawowej struktury środowisk Azure ML, zanim przejdziesz do praktycznych plików konfiguracyjnych, poleceń SDK i zaawansowanych kompilacji niestandardowych. Dzięki jasnym pisemnym wyjaśnieniom i uporządkowanym fragmentom kodu dowiesz się, jak skutecznie rejestrować i wdrażać środowiska. Ten kurs jest przeznaczony dla początkujących naukowców zajmujących się danymi, inżynierów ML i praktyków chmurowych, którzy chcą ujednolicić swoje przepływy pracy uczenia maszynowego. Nie jest wymagane wcześniejsze doświadczenie z usługą Azure Machine Learning, chociaż pomocna jest podstawowa znajomość języka Python. Zacznij budować powtarzalne potoki uczenia maszynowego już dziś.