Środowiska nadzorowane w usłudze Azure Machine Learning

Ten artykuł zawiera omówienie wyselekcjonowanych środowisk w usłudze Azure Machine Learning, szczegółowo opis ich korzyści i użycia. Wyselekcjonowane środowiska są udostępniane przez usługę Azure Machine Learning i są domyślnie dostępne w obszarze roboczym. Wyselekcjonowane środowiska korzystają z buforowanych obrazów platformy Docker korzystających z najnowszej wersji zestawu Azure Machine Learning SDK. Korzystanie ze środowiska nadzorowanego może zmniejszyć koszt przygotowania przebiegu i przyspieszyć wdrażanie. Użyj tych środowisk, aby szybko rozpocząć pracę z różnymi platformami uczenia maszynowego.

Uwaga

Użyj zestawu SDK języka Python, interfejsu wiersza polecenia lub usługi Azure Machine Learning Studio, aby uzyskać pełną listę środowisk i ich zależności. Aby uzyskać więcej informacji, zobacz artykuł dotyczący środowisk.

Dlaczego należy używać wyselekcjonowanych środowisk?

• Zmniejsza opóźnienie trenowania i wdrażania.
• Poprawia wskaźnik powodzenia trenowania i wdrażania.
• Unikaj niepotrzebnych kompilacji obrazów.
• W obrazie/kontenerze mają tylko wymagane zależności i dostęp.

Ważne

Aby uzyskać więcej informacji na temat wyselekcjonowanych pakietów i wersji środowiska, zobacz How to manage environments in the Azure Machine Learning Studio (Jak zarządzać środowiskami w usłudze Azure Machine Learning Studio).