Ambienti curati di Azure Machine Learning

Questo articolo offre una panoramica degli ambienti curati in Azure Machine Learning, che illustra in dettaglio i vantaggi e l'utilizzo. Gli ambienti curati vengono forniti da Azure Machine Learning e sono disponibili nell'area di lavoro per impostazione predefinita. Gli ambienti curati si basano su immagini Docker memorizzate nella cache che usano la versione più recente di Azure Machine Learning SDK. L'uso di un ambiente curato può ridurre i costi di preparazione dell'esecuzione e consentire tempi di distribuzione più rapidi. Usare questi ambienti per iniziare rapidamente a usare vari framework di Machine Learning.

Nota

Usare Python SDK, l'interfaccia della riga di comando o Azure Machine Learning Studio per ottenere l'elenco completo degli ambienti e le relative dipendenze. Per altre informazioni, vedere l'articolo sugli ambienti.

Perché è consigliabile usare ambienti curati?

• Riduce la latenza di training e distribuzione.
• Migliora la frequenza di successo del training e della distribuzione.
• Evitare compilazioni di immagini non necessarie.
• Avere solo le dipendenze necessarie e il diritto di accesso nell'immagine/contenitore.

Importante

Per altre informazioni sui pacchetti e le versioni dell'ambiente curati, vedere Come gestire gli ambienti nel studio di Azure Machine Learning.