Freigeben über


Azure Machine Learning – zusammengestellte Umgebungen

In diesem Artikel finden Sie eine Übersicht über die kuratierten Umgebungen in Azure Machine Learning, deren Vorteile und Nutzung erläutert. Zusammengestellte Umgebungen werden von Azure Machine Learning bereitgestellt und sind standardmäßig in Ihrem Arbeitsbereich verfügbar. Die kuratierten Umgebungen basieren auf zwischengespeicherten Docker-Images, die die neueste Version des Azure Machine Learning SDK verwenden. Durch die Verwendung einer kuratierten Umgebung können die Kosten für die Ausführungsvorbereitung reduziert und eine schnellere Bereitstellungszeit ermöglicht werden. Verwenden Sie diese Umgebungen, um schnell mit verschiedenen Machine Learning-Frameworks zu beginnen.

Hinweis

Verwenden Sie das Python SDK, die CLI oder Azure Machine Learning Studio, um die komplette Liste an Umgebungen und deren Abhängigkeiten zu erhalten. Weitere Informationen finden Sie im Artikel zu Umgebungen.

Warum sollte ich zusammengestellte Umgebungen verwenden?

  • Reduziert die Wartezeit für Training und Bereitstellung
  • Verbessert die Erfolgsrate von Trainings und Bereitstellungen
  • Vermeidet unnötige Imagebuilds
  • Sicherstellen, dass nur erforderliche Abhängigkeiten und Zugriffsrechte im Image/Container bereitgestellt werden

Wichtig

Weitere Informationen zu kuratierten Umgebungspaketen und -versionen finden Sie unter Wie verwalte ich Umgebungen im Azure Machine Learning Studio?