Microsoft afslører en ny træk-og-slip brugergrænseflade til ML-modeloprettelse og implementeringsoplevelse

I dag annoncerede Microsoft nye opdateringer til sin Azure Machine Learning-tjeneste. Hovedformålet med disse opdateringer er at gøre det muligt for udviklere og dataprofessionelle på ethvert færdighedsniveau at bygge avancerede maskinlæringsmodeller.

Azure Machine Learning-tjenesten er nu velegnet til disse tre niveauer af udviklere og dataforskere: 1) Udviklere og dataforskere, der kan lide at skrive kode. 2) Folk, herunder eksperter i forretningsdomæne, ved måske meget om data, men de ved ikke meget om maskinlæring eller kode. 3) Folk, der lærer maskinlæringskoncepter, de vil lave deres egne modeller, men de er ikke kodere.

Microsoft annoncerede i dag følgende nye opdateringer:

• MLOps-funktioner med Azure DevOps-integration giver udviklere reproducerbarhed, auditerbarhed og automatisering af end-to-end machine learning-livscyklussen.
• Automatiserede ML-fremskridt og en intuitiv brugergrænseflade gør det nemmere at udvikle højkvalitetsmodeller.
• Visuel maskinlæringsgrænseflade giver en kodefri modeloprettelse og implementeringsoplevelse med træk-og-slip-funktioner.
• For at muliggøre ekstremt lav latenstid og omkostningseffektiv inferencing annoncerer Microsoft den generelle tilgængelighed af hardwareaccelererede modeller, der kører på FPGA'er, samt ONNX Runtime-understøttelse af NVIDIA TensorRT og Intel nGraph til højhastigheds-inferencing på NVIDIA- og Intel-chipsæt

Microsoft annoncerede også en Azure Cognitive Services kaldet Decision, som giver specifikke anbefalinger til at hjælpe folk med at træffe beslutninger. Denne nye kategori inkluderer Personalizer, som bruger en gren af ​​AI kaldet forstærkningslæring til at hjælpe teknologi med at indsamle viden fra sine egne erfaringer og derefter tilbyde informerede anbefalinger.

Du kan lære mere om andre AI-relaterede meddelelser fra Build link..