5、深入探索Azure Machine Learning：从基础到MLOps

深入探索Azure Machine Learning：从基础到MLOps

1. Azure Machine Learning的额外包与SDK更新

在使用Azure Machine Learning时，有一些额外的包默认不会安装，因为它们仅用于特定功能。例如，使用自动训练功能或结合Azure Machine Learning硬件加速模型使用基于FPGA的深度神经网络时会用到。若要使用自动机器学习训练，需要64位的Python环境，因为它依赖LightGBM框架。此外，还有一个瘦客户端选项，适用于远程自动机器学习，比如使用Azure Machine Learning工作室内置的工具。

保持SDK更新至关重要，这样才能与Azure Machine Learning的当前功能集保持同步。特别是在使用依赖该服务的笔记本时，更新SDK尤为重要。

2. 使用Python SDK创建模型

使用Python SDK创建模型的一个好方法是，首先使用所选的数值方法和机器学习框架在Python中创建模型，其中PyTorch是最常见的选择。这需要一个模型脚本和一个训练脚本。训练脚本用于下载和设置训练集，并为你配置PyTorch。

当这些准备就绪后，创建一个控制脚本，使用SDK在新的工作区中构建、配置和运行模型作为实验的一部分。你可以从Azure Machine Learning工作室监控实验。

3. Azure Machine Learning与R语言

虽然Python在数据科学和机器学习领域很受欢迎，但R语言仍然有其独特的优势，尤其在构建统计模型和分析大数据时。微软在Azure上提供对R语言的支持，将其作为主要的数据