我是Azure ML的新手,有一些疑问。请帮我解答以下问题:
- Azure ML服务和Azure ML实验服务有什么区别?
- Azure ML工作台和Azure ML Studio有什么区别?
- 我想使用Azure ML实验服务来构建几个模型并创建Web API。是否可以在ML Studio中完成相同的操作?
- 此外,ML实验服务要求我安装Windows Docker以创建Web服务。我能否不使用Docker来创建Web服务?
我是Azure ML的新手,有一些疑问。请帮我解答以下问题:
我会尽力回答这些问题,欢迎提出更多问题。:)
Azure ML服务和Azure ML实验服务有什么区别?
基本上,Azure ML服务(我可能会引用Azure ML Studio)使用拖放界面来构建工作流程和测试模型。Azure ML实验是Azure门户的一个新产品,直接在Azure中托管它们并提供更好的管理模型的方式。实验将使用Azure ML Workbench来构建您的模型。
Azure ML Workbench和Azure ML Studio有什么区别?
最大的区别是ML Studio具有拖放界面来构建工作流程和模型,而Workbench允许您使用Python编程方式构建模型。Workbench还包括一种非常好的、强大的方法来从应用程序中清理数据。在Studio中,您有一些很好的模块来清理数据,但我认为它不如Workbench中可以做的那么强大。
编辑:Workbench应用程序已被弃用,并已被替换/升级为ML Services。核心功能未更改。
我想使用Azure ML实验服务构建一些模型并创建Web API。我可以在ML Studio中做到这一点吗?
实际上,我认为在ML Studio中做到这一点要容易得多。拖放界面非常直观,只需几个点击即可创建一个Web API来调用您的模型。我感觉,在撰写本文时,部署模型更为复杂,需要使用Azure CLI。
而且,ML实验服务要求我安装Windows Docker才能创建Web服务。我可以不使用Docker创建Web服务吗?
在Workbench的Docker部分,我不太熟悉,但我相信您可以在不使用Docker的情况下创建和部署。但我认为它需要一个Azure模型管理资源。
我希望这可以帮到你,如有更多问题,请随时提出。AML实验是我们许多新的ML服务之一,包括数据准备、实验、模型管理和操作化等。Workbench是一个预览产品,为其中的一些服务提供了GUI界面。但它只是一个安装程序/封装器,需要运行CLI。这些服务基于Spark和Python。其他Python框架也可以使用,并且你可以通过一些技巧从Python中调用Java/Scala。不太确定你所说的“Azure ML Service”是什么意思,也许你是指我上面提到的操作化服务。这将快速让你使用Docker容器创建新的基于Python的API,并连接到模型管理帐户以跟踪你的模型和服务之间的关系。所有这些服务都还在预览阶段,可能在GA发布之前进行重大更改。
Azure ML Studio是一个较旧的产品,对于一些人来说(比如我自己是工程师而不是数据科学家),它可能更简单。它提供了拖放体验,但数据大小有限制,约为10G。此产品已经GA。
确实如此,但你需要更小的数据集,并且作业流程不是基于Spark的。我使用它来进行快速PoC。此外,与较新的服务相比,你将对得分的可扩展性(批处理或实时)有更少的控制,因为它是PaaS。对于大多数用例,我建议查看新服务而不是studio。
Web服务完全基于Docker。需要Docker进行实验更多是为了在本地运行事物,但我自己很少这样做。但对于实时服务,你打包的所有内容都会放入一个Docker容器中,以便部署到ACS集群中。