5、探索 Azure Machine Learning：从基础到 MLOps 的全面指南

探索 Azure Machine Learning：从基础到 MLOps 的全面指南

1. 额外包与环境要求

在使用 Azure Machine Learning 时，存在一些默认未安装的额外包，这些包仅在特定功能中才会用到。例如，进行自动化训练或者使用基于 FPGA 的深度神经网络搭配 Azure Machine Learning 硬件加速模型时就会用到。若要使用自动化机器学习训练，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，适用于远程自动化机器学习，比如使用 Azure Machine Learning studio 内置的工具。

保持 SDK 处于最新状态非常重要，这样才能与当前的 Azure Machine Learning 功能保持同步。特别是在使用其笔记本时，由于笔记本依赖该服务，更新 SDK 就显得尤为关键。

2. 使用 Python SDK 创建模型

使用 Python SDK 的一个好方法是，首先使用你选择的数值方法和机器学习框架在 Python 中创建一个模型，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，训练脚本负责下载和设置训练集，并为你配置 PyTorch。

当这些准备就绪后，创建一个控制脚本，利用 SDK 在新的工作区中构建、配置并运行你的模型作为实验的一部分。你可以从 Azure Machine Learning studio 监控实验。

3. Azure Machine Learning 与 R

虽然 Python 在数据科学和机器学习领域很受欢迎，但 R 仍然有其独特的地位，尤