Inleiding

  • 5 minuten

In deze module leert u hoe u werkruimtebronnen maakt en implementeert om aan de slag te gaan met Azure Machine Learning. Deze resources omvatten een Azure Storage-account voor het opslaan en ophalen van afbeeldingsgegevens. Een Azure Machine Learning-studio exemplaar met een gekoppeld rekenproces voor het trainen en valideren van afbeeldingen. En om te verwijzen naar de afbeeldingsgegevens, een Azure Machine Learning-studio Gegevensarchief.

Vereisten

Er wordt een algoritme voor objectdetectie weergegeven dat wordt uitgevoerd op een productielijn.

Scenario: Resources implementeren om een aangepast objectdetectiemodel te ontwikkelen met NVIDIA en Azure Machine Learning

U bent een data scientist die de taak heeft toegewezen om automatisering in een productiefaciliteit te verbeteren. U bent begonnen met het onderzoeken van een kans om de operationele efficiëntie te verhogen en downtime te beperken door een aangepast objectdetectiemodel te gebruiken dat items op de productielijn kan identificeren. Dit onderzoek omvat het toepassen van concepten met betrekking tot Computer Vision in een productie-instelling die aan de rand moet worden gebruikt in een beveiligde netwerkomgeving. Azure Machine Learning-studio wordt geïdentificeerd als een keuzeprogramma voor deze taak vanwege de mogelijkheid om een op GUI gebaseerde geïntegreerde ontwikkelomgeving te bieden in de Microsoft Azure-cloud voor het bouwen en operationeel maken van Machine Learning-werkstromen. Door dit aanbod te koppelen aan versnelde cloud-compute-exemplaren die zijn uitgerust met NVIDIA GPU-hardwareversnelling, kunt u efficiënt geoptimaliseerde modellen ontwikkelen voor gebruik in productie. U begint met het implementeren van de benodigde resources ter ondersteuning van de ontwikkeling van een aangepast objectdetectiemodel voor het onderhouden van uw branchegebruiksscenario.

Wat ga je leren?

Nadat u deze module hebt voltooid, kunt u het volgende doen:

  • Maak een Azure Storage-account voor het opslaan en laden van afbeeldingsgegevens.
  • Maak de volgende werkruimtebronnen om aan de slag te gaan met Azure Machine Learning:
    • Een Azure Machine Learning-studio werkruimte.
    • Een Azure Machine Learning-studio rekenproces voor gebruik in modeltraining en modelvalidatie.
    • Een Azure Machine Learning-studio Gegevensarchief.

Wat is het belangrijkste doel?

In deze module ziet u hoe u aan de slag kunt met de ontwikkeling van machine learning-werkstromen. U begint met het maken van resources in Microsoft Azure voor het opslaan, laden en trainen van afbeeldingsgegevens waarmee u een aangepast objectdetectiemodel kunt maken voor gebruik in productie.