Environnements organisés Azure Machine Learning

Cet article fournit une vue d’ensemble des environnements organisés dans Azure Machine Learning, en détaillant leurs avantages et leur utilisation. Les environnements organisés sont fournis par Azure Machine Learning et sont disponibles dans votre espace de travail par défaut. Les environnements organisés s’appuient sur des images mises en cache Docker qui utilisent la dernière version du SDK Azure Machine Learning. L’utilisation d’un environnement organisé peut réduire le coût de préparation de l’exécution et accélérer le déploiement. Utilisez ces environnements pour prendre rapidement en main les différents infrastructures d’apprentissage automatique.

Notes

Utilisez le SDK Python, la CLI ou Azure Machine Learning Studio pour obtenir la liste complète des environnements et de leurs dépendances. Pour plus d’informations, consultez l’article sur les environnements.

Pourquoi dois-je utiliser des environnements organisés ?

• Réduit la latence de l’entraînement et du déploiement.
• Améliore le taux de réussite de l’entraînement et du déploiement.
• Évite les générations d’images inutiles.
• Cela limite les dépendances et droits d’accès à l’image/au conteneur au strict nécessaire.

Important

Pour plus d’informations sur les packages et versions des environnements curés, consultez Comment gérer des environnements dans Azure Machine Learning studio.