إشعار
يتطلب الوصول إلى هذه الصفحة تخويلاً. يمكنك محاولة تسجيل الدخول أو تغيير الدلائل.
يتطلب الوصول إلى هذه الصفحة تخويلاً. يمكنك محاولة تغيير الدلائل.
تعرف على منتجات وتقنيات التعلم الآلي من Microsoft. قارن الخيارات لمساعدتك في اختيار كيفية إنشاء حلول التعلم الآلي ونشرها وإدارتها بشكل أكثر فعالية.
منتجات التعلم الآلي المستندة إلى السحابة
تتوفر الخيارات التالية للتعلم الآلي في سحابة Azure.
| خيارات السحابة | ما هو | ما يمكنك القيام به معه |
|---|---|---|
| التعلم الآلي من Microsoft Azure | النظام الأساسي المدار للتعلم الآلي | استخدم نموذجا مدربا مسبقا، أو تدريب النماذج ونشرها وإدارتها على Azure باستخدام Python وCLI. يتضمن ميزات مثل التعلم الآلي التلقائي (AutoML)، وتدفق المطالبة، وكتالوج النموذج، وتكامل MLflow. تعقب أداء النموذج وفهمه أثناء الإنتاج |
| Microsoft Fabric | منصة التحليلات الموحدة | إدارة دورة حياة البيانات بأكملها، من الاستيعاب إلى الرؤى، مع نظام أساسي شامل يدمج الخدمات والأدوات المختلفة لمتخصصي البيانات، بما في ذلك مهندسو البيانات وعلماء البيانات ومحللي الأعمال |
| خدمات الذكاء الاصطناعي في Azure | قدرات الذكاء الاصطناعي مسبقة البناء يتم تنفيذها من خلال واجهات برمجة تطبيقات REST وSDKs | إنشاء تطبيقات ذكية باستخدام لغات البرمجة القياسية التي تستدعي واجهات برمجة التطبيقات التي توفر الاستدلال. في حين أن التعلم الآلي وخبرة علوم البيانات لا تزال مثالية، يمكن أيضا اعتماد هذا النظام الأساسي من قبل فرق هندسية دون مثل هذه المهارات |
| خدمات التعلم الآلي في مثيل Azure SQL المدار | التعلم الآلي في قاعدة البيانات SQL | تدريب ونشر النماذج داخل Azure SQL Managed Instance |
| التعلم الآلي في تحليلات Azure Synapse | خدمة التحليلات مع التعلم الآلي | تدريب ونشر النماذج داخل Azure Synapse Analytics |
| Azure Databricks | منصة التحليلات القائمة على Apache Spark | إنشاء ونشر النماذج وسير عمل البيانات باستخدام عمليات التكامل مع مكتبات التعلم الآلي مفتوحة المصدر والنظام الأساسي MLflow . |
منتج التعلم الآلي المحلي
يتوفر الخيار التالي للتعلم الآلي محليا. يمكن أيضًا تشغيل الخوادم المحلية في جهاز ظاهري في السحابة.
| محلي | ما هو | ما يمكنك القيام به معه |
|---|---|---|
| SQL Server التعلم الآلي Services | التعلم الآلي في قاعدة البيانات SQL | تدريب ونشر النماذج داخل SQL Server باستخدام البرامج النصية Python وR |
منصات وأدوات التطوير
تتوفر منصات وأدوات التطوير التالية للتعلم الآلي.
| الأنظمة الأساسية/الأدوات | ما هو | ما يمكنك القيام به معه |
|---|---|---|
| Azure AI Studio | بيئة تطوير موحدة لسيناريوهات الذكاء الاصطناعي وML | تطوير وتقييم ونشر نماذج وتطبيقات الذكاء الاصطناعي. يسهل التعاون وإدارة المشاريع عبر خدمات Azure الذكاء الاصطناعي المختلفة ويمكن حتى استخدامها كبيئة مشتركة عبر فرق حمل العمل المتعددة. |
| استديو التعلم الآلي من Microsoft Azure | أداة تعاونية للسحب والإفلات للتعلم الآلي | إنشاء حلول التحليلات التنبؤية واختبارها ونشرها بأقل قدر من الترميز. يدعم مجموعة واسعة من خوارزميات التعلم الآلي ونماذج الذكاء الاصطناعي. لديها أدوات لإعداد البيانات والتدريب النموذجي والتقييم. |
| Data Science Virtual Machine لـ Ubuntu | صورة الجهاز الظاهري مع أدوات علم البيانات المثبتة مسبقا | تطوير حلول التعلم الآلي على الأجهزة الظاهرية الخاصة بك مع هذه البيئة المكونة مسبقا باستخدام أدوات مثل Jupyter وR وPython. |
| ML.NET | SDK للتعلم الآلي مفتوح المصدر عبر الأنظمة الأساسية | تطوير حلول التعلم الآلي لتطبيقات .NET. |
| Windows الذكاء الاصطناعي | محرك الاستدلال للنماذج المدربة على أجهزة Windows | نظام أساسي يدمج قدرات الذكاء الاصطناعي في تطبيقات Windows باستخدام مكونات مثل Windows التعلم الآلي (WinML) و Direct التعلم الآلي (DirectML) لتقييم نموذج الذكاء الاصطناعي المحلي في الوقت الفعلي وتسريع الأجهزة. |
| SynapseML | إطار عمل مفتوح المصدر والموزع والتعلم الآلي والخدمات المصغرة لـApache Spark | إنشاء ونشر تطبيقات التعلم الآلي القابلة للتطوير لـScala وPython. |
| ملحق التعلم الآلي لـAzure Data Studio | ملحق التعلم الآلي مفتوح المصدر وعبر الأنظمة الأساسية لـAzure Data Studio | إدارة الحزم واستيراد نماذج التعلم الآلي وإجراء التنبؤات وإنشاء دفاتر ملاحظات لتشغيل التجارب لقواعد بيانات SQL |
Azure Machine Learning
التعلم الآلي من Microsoft Azure هي خدمة سحابية مدارة بالكامل تستخدم لتدريب نماذج التعلم الآلي وتوزيعها وإدارتها على نطاق واسع. وهو يدعم بشكل كامل التقنيات مفتوحة المصدر، حتى تتمكن من استخدام عشرات الآلاف من حزم Python مفتوحة المصدر مثل TensorFlow وPyTorch وscikit-learn. تتوفر أيضا أدوات غنية، مثل مثيلات الحساب أو دفاتر ملاحظات Jupyter أو ملحق Azure التعلم الآلي ل Visual Studio Code (VS Code)، وهو ملحق مجاني يسمح لك بإدارة الموارد الخاصة بك، ونماذج مهام سير العمل التدريبية، والنشرات في Visual Studio Code. يتضمن Azure التعلم الآلي ميزات تعمل على أتمتة إنشاء النموذج وضبطه بسهولة وكفاءة ودقة.
استخدم Python SDK ودفاتر ملاحظات Jupyter وR وCLI للتعلم الآلي على نطاق السحابة. للحصول على خيار تعليمة برمجية منخفضة أو بدون تعليمة برمجية، استخدم مصمم التعلم الآلي من Microsoft Azure التفاعلي في الاستوديو لإنشاء نماذج واختبارها ونشرها بسهولة وسرعة باستخدام خوارزميات التعلم الآلي التي تم إنشاؤها مسبقًا. بالإضافة إلى ذلك، يوفر Azure التعلم الآلي التكامل مع Azure DevOps وإجراءات GitHub للتكامل المستمر والنشر المستمر (CI/CD) لنماذج التعلم الآلي.
| عنصر | الوصف |
|---|---|
| النوع | حل التعلم الآلي المستند إلى السحابة |
| اللغات المدعومة | Python, R |
| مراحل التعلم الآلي | إعداد البيانات تدريب النموذج التوزيع MLOps/Management الذكاء الاصطناعي المسؤول |
| الفوائد الرئيسية | خيارات تأليف واجهة ويب التعليمات البرمجية أولا (SDK) والاستوديو والسحب والإفلات لواجهة ويب للمصمم. الإدارة المركزية للنصوص ومحفوظات التشغيل، ما يجعل من السهل مقارنة إصدارات النموذج. سهولة نشر وإدارة النماذج على أجهزة السحابة أو الحافة. يوفر التدريب والنشر والإدارة القابلة للتطوير لنماذج التعلم الآلي. |
| الاعتبارات | يتطلب بعض الإلمام بنموذج إدارة النموذج. |
خدماتالذكاء الاصطناعي في Azure
خدمات Azure الذكاء الاصطناعي هي مجموعة شاملة من واجهات برمجة التطبيقات التي تم إنشاؤها مسبقا والتي تمكن المطورين والمؤسسات من إنشاء تطبيقات ذكية وجاهزة للسوق بسرعة. توفر هذه الخدمات واجهات برمجة التطبيقات وSDK الجاهزة والمخصصة التي تسمح لتطبيقاتك برؤية احتياجات المستخدم وسماعها والتحدث بها وفهمها وتفسيرها بأقل قدر من التعليمات البرمجية، مما يجعل من غير الضروري جلب مجموعات البيانات أو الخبرة في علوم البيانات لتدريب النماذج. يمكنك إضافة ميزات ذكية إلى تطبيقاتك، مثل:
- الرؤية: الكشف عن الكائنات، والتعرف على الوجه، والتعرف البصري على الحروف (OCR)، وما إلى ذلك. لمزيد من المعلومات، راجع رؤية الكمبيوتر والوجه وذكاء المستند.
- الكلام: تحويل الكلام إلى نص، والنص إلى كلام، والتعرف على المتحدث، وما إلى ذلك. لمزيد من المعلومات، راجع خدمة الكلام.
- اللغة: الترجمة، وتحليل التوجه، واستخراج العبارة الرئيسية، وفهم اللغة، وما إلى ذلك. لمزيد من المعلومات، راجع خدمات Azure OpenAI والمترجم القارئ الشامل وخدمة الروبوت وخدمات اللغة.
- القرار: الكشف عن المحتوى غير المرغوب فيه واتخاذ قرارات مستنيرة حول أمان المحتوى.
- البحث والمعرفة: جلب قدرات البحث في السحابة والتنقيب عن المعرفة التي تعمل الذكاء الاصطناعي إلى تطبيقاتك. لمزيد من المعلومات، راجع Azure الذكاء الاصطناعي Search.
استخدم خدمات Azure الذكاء الاصطناعي لتطوير التطبيقات عبر الأجهزة والأنظمة الأساسية. تستمر واجهات برمجة التطبيقات في التحسن، ومن السهل إعدادها.
| عنصر | الوصف |
|---|---|
| النوع | واجهات برمجة التطبيقات لبناء تطبيقات ذكية |
| اللغات المدعومة | خيارات مختلفة اعتمادًا على الخدمة. المقاييس هي C#، وJava، وJavaScript، وPython. |
| مراحل التعلم الآلي | التوزيع |
| الفوائد الرئيسية | إنشاء تطبيقات ذكية باستخدام نماذج مدربة مسبقًا متوفرة من خلال واجهة برمجة تطبيقات REST وSDK. مجموعة متنوعة من النماذج لأساليب الاتصال الطبيعية مع الرؤية والكلام واللغة والقرار. لا حاجة إلى التعلم الآلي أو خبرة علوم البيانات أو الحد الأدنى منها. قابلية التوسع والمرونة. مجموعة متنوعة من النماذج. |
التعلّم الآلي SQL
يضيف SQL التعلم الآلي التحليل الإحصائي وتصور البيانات والتحليلات التنبؤية في Python وR للبيانات الارتباطية، سواء في الموقع أو في السحابة. تتضمن الأنظمة الأساسية والأدوات الحالية ما يلي:
- SQL Server التعلم الآلي Services
- خدمات التعلم الآلي في مثيل Azure SQL المدار
- التعلم الآلي في تحليلات Azure Synapse
- ملحق التعلم الآلي لـAzure Data Studio
استخدم التعلم الآلي SQL عندما تحتاج إلى تحليلات الذكاء الاصطناعي وتوقعية مضمنة على البيانات الارتباطية في SQL.
| عنصر | الوصف |
|---|---|
| النوع | تحليلات تنبؤية محلية للبيانات الارتباطية |
| اللغات المدعومة | Python, R, SQL |
| مراحل التعلم الآلي | تحضير البيانات تدريب النموذج التوزيع |
| الفوائد الرئيسية | تغليف منطق تنبؤي في دالة قاعدة بيانات، ما يجعل من السهل تضمينه في منطق طبقة البيانات. |
| الاعتبارات | يفترض قاعدة بيانات SQL كطبقة بيانات للتطبيق الخاص بك. |
استوديو الذكاء الاصطناعي في Azure
Azure الذكاء الاصطناعي Studio هو نظام أساسي موحد لتطوير ونشر تطبيقات الذكاء الاصطناعي التوليدية وواجهات برمجة تطبيقات Azure الذكاء الاصطناعي بمسؤولية. ويوفر مجموعة شاملة من قدرات الذكاء الاصطناعي، وواجهة مستخدم مبسطة، وتجارب التعليمات البرمجية أولا، ما يجعلها متجرا شاملا لبناء الحلول الذكية واختبارها ونشرها وإدارتها. صمم Azure الذكاء الاصطناعي Studio لمساعدة المطورين وعلماء البيانات على إنشاء تطبيقات الذكاء الاصطناعي التوليدية ونشرها بكفاءة باستخدام عروض Azure الذكاء الاصطناعي الواسعة، ويؤكد على التطوير المسؤول الذكاء الاصطناعي مع مبادئ مضمنة للعدالة والشفافية والمساءلة. يتضمن النظام الأساسي أدوات للكشف عن التحيز وقابلية التفسير والتعلم الآلي للحفاظ على الخصوصية، وضمان أن تكون النماذج الذكاء الاصطناعي قوية وجديرة بالثقة ومتوافقة مع المتطلبات التنظيمية. كجزء من نظام Azure البنائي من Microsoft، يوفر الذكاء الاصطناعي Studio أدوات وخدمات قوية تلبي احتياجات الذكاء الاصطناعي والتعلم الآلي المختلفة، من معالجة اللغة الطبيعية إلى رؤية الكمبيوتر. يضمن تكامله مع خدمات Azure الأخرى قابلية التوسع والأداء السلسين، ما يجعله مثاليا للمؤسسات. كما يعزز Azure الذكاء الاصطناعي Studio التعاون والابتكار، ويدعم بيئة تعاونية مع ميزات مثل مساحات العمل المشتركة والتحكم في الإصدار وبيئات التطوير المتكاملة. من خلال دمج أطر العمل والأدوات الشائعة مفتوحة المصدر، يعمل Azure الذكاء الاصطناعي Studio على تسريع عملية التطوير، وتمكين المؤسسات من دفع الابتكار والبقاء في المقدمة في المشهد التنافسي الذكاء الاصطناعي.
| عنصر | الوصف |
|---|---|
| النوع | بيئة تطوير موحدة الذكاء الاصطناعي |
| اللغات المدعومة | Python فقط |
| مراحل التعلم الآلي | تحضير البيانات النشر (النماذج كخدمة) |
| الفوائد الرئيسية | يسهل التعاون وإدارة المشاريع عبر خدمات Azure الذكاء الاصطناعي المختلفة. يوفر أدوات شاملة لبناء نماذج الذكاء الاصطناعي وتدريبها ونشرها. التأكيد على الذكاء الاصطناعي المسؤولة باستخدام أدوات للكشف عن التحيز، وقابلية التفسير، والتعلم الآلي للحفاظ على الخصوصية. يدعم التكامل مع الأطر والأدوات الشائعة مفتوحة المصدر. يتضمن تدفق Microsoft Prompt لإنشاء مهام سير العمل المستندة إلى المطالبة وإدارتها، وتبسيط دورة تطوير التطبيقات الذكاء الاصطناعي التي يتم تشغيلها بواسطة نماذج اللغات الكبيرة (LLMs). |
Azure Machine Learning Studio
Azure التعلم الآلي Studio هو أداة تعاونية وسحب وإفلات لإنشاء حلول التحليلات التنبؤية واختبارها ونشرها على بياناتك. وهو مصمم لعلماء البيانات ومهندسي البيانات ومحللي الأعمال. يدعم Azure التعلم الآلي studio مجموعة واسعة من خوارزميات التعلم الآلي وأدوات إعداد البيانات وتدريب النموذج والتقييم. كما يوفر واجهة مرئية لتوصيل مجموعات البيانات والوحدات النمطية على لوحة تفاعلية.
| عنصر | الوصف |
|---|---|
| النوع | أداة تعاونية للسحب والإفلات للتعلم الآلي |
| اللغات المدعومة | Python وR وSc scala وJava (تجربة محدودة) |
| مراحل التعلم الآلي | تحضير البيانات تدريب النموذج التوزيع |
| الفوائد الرئيسية | لا يوجد ترميز مطلوب لبناء نماذج التعلم الآلي. يدعم مجموعة واسعة من خوارزميات التعلم الآلي وأدوات لإعداد البيانات وتدريب النموذج والتقييم. يوفر واجهة مرئية لتوصيل مجموعات البيانات والوحدات النمطية على لوحة تفاعلية. يدعم التكامل مع Azure التعلم الآلي لمهام التعلم الآلي المتقدمة. |
للحصول على مقارنة ضاغطة بين Azure التعلم الآلي studio وAzure الذكاء الاصطناعي Studio، راجع الذكاء الاصطناعي Studio أو Azure التعلم الآلي Studio. فيما يلي بعض الاختلافات الرئيسية بين الاثنين:
| الفئة | الميزة | استوديو الذكاء الاصطناعي في Azure | Azure Machine Learning Studio |
|---|---|---|---|
| تخزين البيانات | حل التخزين | لا | نعم (نظام ملفات السحابة، OneLake، تخزين Azure) |
| إعداد البيانات | تكامل البيانات | نعم (تخزين كائن ثنائي كبير الحجم، OneLake، ADLS) | نعم (النسخ والتركيب باستخدام حسابات تخزين Azure) |
| التطوير | أدوات التعليمات البرمجية أولا | نعم (Visual Studio Code (VS Code)) | نعم (دفاتر الملاحظات، Jupyter، VS Code، R Studio) |
| اللغات | اللغات المدعومة | Python فقط | Python، R، Scala، Java |
| التدريب | AutoML | لا | نعم (الانحدار والتصنيف والتنبؤ والسيرة الذاتية وNLP) |
| أهداف الحساب | حساب التدريب | بلا خادم (MaaS، تدفق المطالبة) | مجموعات Spark، ومجموعات التعلم الآلي، وAzure Arc |
| الذكاء الاصطناعي التوليدي | كتالوج LLM | نعم (Azure OpenAI, Hugging Face, Meta) | نعم (Azure OpenAI, Hugging Face, Meta) |
| النشر | في الوقت الحقيقي وخدمة الدفعة | في الوقت الحقيقي (MaaS) | نقاط النهاية الدفعية، Azure Arc |
| الحكم | أدوات الذكاء الاصطناعي المسؤولة | لا | نعم (لوحة معلومات الذكاء الاصطناعي المسؤول) |
Microsoft Fabric
Microsoft Fabric هو نظام أساسي شامل وموحد لتحليلات يجمع بين جميع البيانات وأدوات التحليلات التي تحتاجها المؤسسات. وهو يدمج العديد من الخدمات والأدوات لتوفير تجربة سلسة لمتخصصي البيانات، بما في ذلك مهندسي البيانات وعلماء البيانات ومحللي الأعمال. يوفر Microsoft Fabric إمكانات لتكامل البيانات وهندسة البيانات وتخزين البيانات وعلوم البيانات والتحليلات في الوقت الحقيقي والمعلومات المهنية.
استخدم Microsoft Fabric عندما تحتاج إلى نظام أساسي شامل لإدارة دورة حياة البيانات بأكملها، من الاستيعاب إلى الرؤى.
| عنصر | الوصف |
|---|---|
| النوع | منصة التحليلات الموحدة |
| اللغات المدعومة | Python، R، SQL، Scala |
| مراحل التعلم الآلي | تحضير البيانات تدريب النموذج التوزيع التحليلات اللحظية |
| الفوائد الرئيسية | نظام أساسي موحد لجميع احتياجات البيانات والتحليلات. التكامل السلس مع خدمات Microsoft الأخرى. قابلة للتطوير ومرنة. يدعم مجموعة واسعة من أدوات البيانات والتحليلات. يسهل التعاون عبر أدوار مختلفة في المؤسسة. إدارة دورة حياة البيانات الشاملة من الاستيعاب إلى الرؤى. التحليلات في الوقت الحقيقي وقدرات المعلومات المهنية. يدعم تدريب نموذج التعلم الآلي ونشره. التكامل مع أطر وأدوات التعلم الآلي الشائعة. يوفر أدوات لإعداد البيانات وهندسة الميزات. تمكين الاستدلال والتحليلات للتعلم الآلي في الوقت الحقيقي. |
Data Science Virtual Machine لـ Ubuntu
الجهاز الظاهري لعلوم البيانات Azure هو بيئة جهاز ظاهري مخصصة على سحابة Microsoft Azure. وهو متاح في إصدارات لكل من Windows وLinux Ubuntu. تم بناء البيئة خصيصا للقيام بعلوم البيانات وتطوير حلول التعلم الآلي. يحتوي على العديد من علوم البيانات الشائعة وأطر عمل التعلم الآلي والأدوات الأخرى المثبتة مسبقا والمكونة مسبقا لبدء إنشاء تطبيقات ذكية لتحليلات متقدمة.
استخدم Data Science VM عندما تحتاج إلى تشغيل أو استضافة وظائفك على عقدة واحدة. أو إذا كنت بحاجة إلى توسيع نطاق المعالجة عن بعد على جهاز واحد.
| عنصر | الوصف |
|---|---|
| النوع | بيئة الجهاز الظاهري المخصصة لعلوم البيانات |
| الفوائد الرئيسية | تقليل الوقت لتثبيت وإدارة واستكشاف أخطاء أدوات وأطر عمل علوم البيانات وإصلاحها. يتم تضمين أحدث إصدارات جميع الأدوات والأطر شائعة الاستخدام. تتضمن خيارات الجهاز الظاهري صورا قابلة للتطوير بدرجة كبيرة مع قدرات وحدة معالجة الرسومات (GPU) لنمذجة البيانات المكثفة. |
| الاعتبارات | لا يمكن الوصول إلى الجهاز الظاهري عند عدم الاتصال. يؤدي تشغيل جهاز ظاهري إلى فرض رسوم على Azure، لذلك يجب أن تكون حذرًا لتشغيله فقط عند الحاجة. |
Azure Databricks
Azure Databricks هو نظام أساسي للتحليلات يستند إلى Apache Spark تم تحسينه للنظام الأساسي السحابي ل Microsoft Azure. تم دمج Databricks مع Azure لتوفير إعداد بنقرة واحدة، وتدفقات سير عمل مبسطة، ومساحة عمل تفاعلية تتيح التعاون بين علماء البيانات ومهندسي البيانات ومحللي الأعمال. استخدم Python وR وSc scala SQL التعليمات البرمجية في دفاتر الملاحظات المستندة إلى الويب للاستعلام عن البيانات وتصورها ونمذجتها.
استخدم Databricks عندما تريد التعاون في بناء حلول التعلم الآلي على Apache Spark.
| عنصر | الوصف |
|---|---|
| النوع | منصة التحليلات القائمة على Apache Spark |
| اللغات المدعومة | Python, R, Scala, SQL |
| مراحل التعلم الآلي | تحضير البيانات ما قبل معالجة البيانات تدريب النموذج ضبط النموذج استنتاج النموذج الإدارة التوزيع |
| الفوائد الرئيسية | الإعداد بنقرة واحدة ومهام سير العمل المبسطة لتسهيل الاستخدام. مساحة عمل تفاعلية للتعاون. التكامل السلس مع Azure. قابلية التوسع للتعامل مع مجموعات البيانات الكبيرة والحسابات المكثفة. دعم اللغات المختلفة والتكامل مع الأدوات الشائعة. |
ML.NET
ML.NET هو مفتوح المصدر، عبر منصة، إطار التعلم الآلي لـ.NET. باستخدام ML.NET، يمكنك إنشاء حلول مخصصة للتعلم الآلي ودمجها في تطبيقات .NET الخاصة بك. يوفر ML.NET مستويات مختلفة من التشغيل التفاعلي مع أطر العمل الشائعة مثل TensorFlow و ONNX لتدريب وتسجيل نماذج التعلم الآلي والتعلم العميق. بالنسبة للمهام كثيفة الموارد مثل تدريب نماذج تصنيف الصور، يمكنك الاستفادة من Azure لتدريب نماذجك في السحابة.
استخدم ML.NET عندما تريد دمج حلول التعلم الآلي في تطبيقات .NET. اختر بين واجهة برمجة التطبيقات للحصول على تجربة التعليمات البرمجية أولًا وModel Builder أو CLI للحصول على تجربة منخفضة التعليمات البرمجية.
| عنصر | الوصف |
|---|---|
| النوع | إطار عمل مفتوح المصدر عبر الأنظمة الأساسية لتطوير تطبيقات التعلم الآلي المخصصة باستخدام .NET |
| اللغات المدعومة | C#, F# |
| مراحل التعلم الآلي | تحضير البيانات التدريب التوزيع |
| الفوائد الرئيسية | علوم البيانات وتجربة التعلم الآلي غير مطلوبة استخدام الأدوات المألوفة (Visual Studio وMicrosoft Visual Studio Code) واللغات نشر حيث يتم تشغيل .NET الموسعه قابلة للتطوير تجربة محلية أولًا AutoML لمهام التعلم الآلي التلقائي |
الذكاء الاصطناعي في Windows
Windows الذكاء الاصطناعي Windows الذكاء الاصطناعي هو نظام أساسي قوي يدمج قدرات الذكاء الاصطناعي في تطبيقات Windows، باستخدام نقاط القوة في Windows التعلم الآلي (WinML) و Direct التعلم الآلي (DirectML) لتوفير تقييم نموذج الذكاء الاصطناعي المحلي في الوقت الفعلي وتسريع الأجهزة. يسمح WinML للمطورين بدمج نماذج التعلم الآلي المدربة مباشرة في تطبيقات Windows الخاصة بهم. فهو يسهل التقييم المحلي في الوقت الحقيقي للنماذج، ما يتيح قدرات الذكاء الاصطناعي قوية دون الحاجة إلى الاتصال بالسحابة.
DirectML هو نظام أساسي عالي الأداء ومسرع للأجهزة لتنفيذ نماذج التعلم الآلي. ويستخدم DirectX API لتوفير أداء محسن عبر أجهزة متنوعة، بما في ذلك وحدات معالجة الرسومات ومسرعات الذكاء الاصطناعي.
استخدم Windows الذكاء الاصطناعي عندما تريد استخدام نماذج التعلم الآلي المدربة داخل تطبيقات Windows.
| عنصر | الوصف |
|---|---|
| النوع | محرك الاستدلال للنماذج المدربة في الأجهزة Windows |
| مراحل التعلم الآلي | تحضير البيانات تدريب النموذج التوزيع |
| اللغات المدعومة | C#/C++، JavaScript |
| الفوائد الرئيسية | تقييم نموذج الذكاء الاصطناعي المحلي في الوقت الحقيقي تحقيق معالجة الذكاء الاصطناعي عالية الأداء عبر أنواع الأجهزة المختلفة، بما في ذلك وحدات المعالجة المركزية ووحدات معالجة الرسومات ومسرعات الذكاء الاصطناعي يضمن سلوكا وأداء متسقين عبر أجهزة Windows المختلفة. |
SynapseML
SynapseML (المعروف سابقا باسم MMLSpark) هي مكتبة مفتوحة المصدر تبسط إنشاء مسارات التعلم الآلي القابلة للتطوير بشكل كبير. يوفر SynapseML واجهات برمجة التطبيقات لمجموعة متنوعة من مهام التعلم الآلي المختلفة مثل تحليلات النص والرؤية واكتشاف الحالات الشاذة وغيرها الكثير. تم بناء SynapseML على إطار عمل الحوسبة الموزعة Apache Spark ويشارك نفس واجهة برمجة التطبيقات مثل مكتبة SparkML/MLLib، ما يسمح لك بتضمين نماذج SynapseML بسلاسة في مهام سير عمل Apache Spark الحالية.
يضيف SynapseML العديد من أدوات التعلم العميق وعلوم البيانات إلى نظام Spark البنائي، بما في ذلك التكامل السلس بين مسارات Spark التعلم الآلي مع Light Gradient Boosting Machine (LightGBM) و LIME (Model Interpretability) وOpenCV. يمكنك استخدام هذه الأدوات لإنشاء نماذج تنبؤية قوية على أي مجموعة Spark، مثل Azure Databricks أو Cosmic Spark.
يوفر SynapseML أيضا قدرات الشبكات إلى النظام البنائي Spark. باستخدام مشروع HTTP على Spark، يمكن للمستخدمين تضمين أي خدمة ويب في نماذج SparkML الخاصة بهم. بالإضافة إلى ذلك، يوفر SynapseML أدوات سهلة الاستخدام لتنسيق خدمات Azure الذكاء الاصطناعي على نطاق واسع. للنشر على مستوى الإنتاج، يتيح مشروع Spark Serving سرعة نقل عالية، وخدمات ويب لزمن انتقال أقل من الثانية، مدعومة بنظام مجموعة Spark.
| عنصر | الوصف |
|---|---|
| النوع | إطار عمل التعلم الآلي والخدمات المصغرة مفتوحة المصدر والموزعة لـApache Spark |
| اللغات المدعومة | Scala وJava وPython وR و.NET |
| مراحل التعلم الآلي | تحضير البيانات تدريب النموذج التوزيع |
| الفوائد الرئيسية | قابلية التوسع متوافقة مع Streaming + Serving التسامح مع الخطأ |
| الاعتبارات | يتطلب Apache Spark |
المساهمون
تحتفظ Microsoft بهذه المقالة. وهي مكتوبة في الأصل من قبل المساهمين التاليين.
الكتاب الرئيسيون:
- مهدي سيتايش | مهندس البرامج الرئيسي
الخطوات التالية
- تعرف على جميع منتجات تطوير الذكاء الاصطناعي (الذكاء الاصطناعي) المتوفرة من Microsoft: النظام الأساسي ل Microsoft الذكاء الاصطناعي.
- احصل على التدريب على تطوير حلول الذكاء الاصطناعي التعلم الآلي باستخدام Microsoft: تدريب Microsoft Learn.
- استكشف المزيد حول Microsoft Fabric: Microsoft Fabric.
- اكتشف خدمات Azure الذكاء الاصطناعي: خدمات Azure الذكاء الاصطناعي.
- استكشاف Azure التعلم الآلي: Azure التعلم الآلي.
- تعرف على Azure Databricks: Azure Databricks.
- اكتشف Azure Synapse Analytics: Azure Synapse Analytics.
- استكشاف Azure SQL Managed Instance التعلم الآلي Services: Azure SQL Managed Instance التعلم الآلي Services.