Een Azure Machine Learning-werkruimte maken
Azure Machine Learning is een cloudservice voor het versnellen en beheren van de levenscyclus van het Machine Learning-project. Machine learning-professionals, gegevenswetenschappers en technici kunnen deze gebruiken in hun dagelijkse werkstromen om modellen te trainen en te implementeren en Machine Learning Ops te beheren.
U kunt een model maken in Azure Machine Learning of een model gebruiken dat is gebouwd op basis van een opensource-platform, zoals Pytorch, TensorFlow of scikit-learn. Ondersteuning voor Machine Learning Ops kan u helpen modellen te bewaken, opnieuw te trainen en opnieuw te implementeren.
Er zijn veel voordelen van het gebruik van het Azure Machine Learning-platform om computer Vision-modellen te maken. Het is een hoogwaardige platformservice die de volgende mogelijkheden mogelijk maakt bij het trainen en implementeren van CV-modellen:
- Het biedt één platform voor het labelen, trainen en implementeren van modellen.
- De mogelijkheid om de code voor de modeltraining op één rekenproces uit te voeren terwijl de echte training van het model plaatsvindt op een andere berekening die schaalbaar is om af te stemmen op het aantal afbeeldingen en modelleringstaken.
- Het maakt gebruik van de hyperdrive-functionaliteit van AutoML voor afbeeldingen, waardoor het mogelijk is honderden modellen te trainen met behulp van verschillende algoritmen en hyperparameters en vervolgens automatisch AML het beste (kampioen) model automatisch te bepalen.
Meer informatie over Machine Learning in Azure.
Een Azure Machine Learning-werkruimte maken
Meld u aan bij Azure Portal met behulp van de referenties voor uw Azure-abonnement.
Selecteer in de linkerbovenhoek van Azure Portal de drie balken, het plusteken + Een resource maken.
Gebruik de zoekbalk om machine learning te zoeken en selecteer vervolgens het Machine Learning-resultaat:
Selecteer in het deelvenster Machine Learning de knop Maken om het implementatieproces te starten:
Voer op het tabblad Basisinformatie de volgende waarden in voor elke instelling:
Instelling Weergegeven als Projectdetails Abonnement <Uw abonnement> Resourcegroep <Maak nieuwe> OF <selecteer een bestaande resourcegroep> . We raden u aan dezelfde resourcegroep te gebruiken die het Azure Storage-account uit de vorige stappen bevat. Werkruimtegegevens Werkruimtenaam Voer een unieke naam in. Een gedeelte van deze waarde wordt gebruikt om automatisch de namen van nieuwe resources te vooraf te voegen die automatisch worden ingevuld voor de volgende instellingen. Regio <Selecteer een geschikte regio> Gebruik een locatie die zich geografisch in de buurt bevindt. Opslagaccount <Nieuwe> naam maken De naam wordt automatisch ingevuld met behulp van het voorvoegsel voor de naam van de werkruimte. Sleutelkluis <Nieuwe> naam maken De naam wordt automatisch ingevuld met behulp van het voorvoegsel voor de naam van de werkruimte. Application insights <Nieuwe> naam maken De naam wordt automatisch ingevuld met behulp van het voorvoegsel voor de naam van de werkruimte. Containerregister Gebruik de standaardwaarde None. Wanneer u klaar bent, selecteert u Beoordelen en maken om de implementatie van de Azure Machine Learning-werkruimte te valideren.
Op de resulterende pagina kunt u de details van uw implementatie valideren. Wanneer u tevreden bent, selecteert u de knop Maken om de implementatie te starten. Dit proces kan enkele minuten duren.
Zodra de implementatie is voltooid, gaat u naar uw nieuwe Azure Machine Learning-resource. U kunt deze resource eenvoudig vinden door 'Azure Machine Learning' te typen in de Azure-zoekbalk en het Machine Learning-pictogram te kiezen. Hier ziet u alle beschikbare Azure Machine Learning-resources in uw Azure-abonnement.
Wanneer u naar het zojuist geïmplementeerde exemplaar navigeert, ziet u in de sectie Overzicht een knop met het label Downloaden config.json. Selecteer deze knop om de configuratie te downloaden en deze ergens veilig en toegankelijk op te slaan, zodat deze kan worden gebruikt in module 3.
Selecteer Launch Studio in de sectie Overzicht van de Azure Machine Learning-werkruimteresource om uw werkruimte te openen in de browser en bereid u voor op de volgende les.