Planowanie punktów końcowych wdrożenia usługi Azure Machine Edukacja

  • 3 min

Po wytrenowanym modelu uczenia maszynowego i ocenieniu go do punktu, w którym wszystko będzie gotowe do użycia poza własnym środowiskiem deweloperskim lub testowym, należy wdrożyć go gdzieś. Usługa Azure Machine Edukacja upraszcza ten proces. Możesz użyć składników usługi i narzędzi, aby zarejestrować model i wdrożyć go w jednym z dostępnych celów obliczeniowych, aby można było udostępnić go jako usługę internetową w chmurze platformy Azure lub na urządzeniu usługi IoT Edge.

Dostępne cele obliczeniowe

Do hostowania wdrożenia usługi internetowej można użyć następujących celów obliczeniowych:

Docelowy zasób obliczeniowy Sposób użycia opis
Lokalna usługa internetowa Testowanie/debugowanie Dobra do ograniczonego testowania i rozwiązywania problemów.
Azure Kubernetes Service (AKS) Wnioskowanie w czasie rzeczywistym Dobre w przypadku wdrożeń produkcyjnych o dużej skali. Zapewnia skalowanie automatyczne i szybkie czasy odpowiedzi.
Azure Container Instances (ACI) Testowanie Dobra w przypadku obciążeń opartych na procesorach CPU o niskiej skali.
Klastry obliczeniowe usługi Azure Machine Edukacja Wnioskowanie wsadowe Uruchom ocenianie wsadowe na obliczeniach bezserwerowych. Obsługuje normalne i o niskim priorytcie maszyny wirtualne.
Azure IoT Edge (Wersja zapoznawcza) Moduł IoT Wdrażanie i obsługa modeli uczenia maszynowego na urządzeniach IoT.