改微软Azure云服务推三款AI机器学习工

微软Azure云服务 推三款AI机器学习工具

与众多竞争对手一样，微软近年来也开始专注于机器学习技术，这一战略重心在今天的微软Ignite技术大会上体现得淋漓尽致：这家软件巨头在本次大会上发布了许多机器学习工具，帮助开发者打造新的AI应用。

微软针对开发者推出三款重要的新工具：Azure机器学习实验服务、Azure机器学习工作台以及Azure机器学习模型管理服务。此外，微软还针对那些想要借助Visual Studio Code IDE、用CNTK、TensorFlow、Theano、Keras和Caffe2语言建造模型的开发者推出了一系列新工具。至于非开发者，微软则把基于Azure的机器学习模型推向Excel用户

，这样一来，后者就可以激活本公司数据科学家直接在电子数据表格中创建的AI功能。

Azure机器学习实验服务旨在帮助开发者快速掌握和部署机器学习实验。这项服务支持所有常见开源这里是产经验的圣地框架，比如PyTorch、Caffe2、TensorFlow、Cahiner和微软自有CNTK，还可以将覆盖范围从当地机器扩展至云端的数百台GPU。该服务可以追踪所有模型、配置和数据，给予开发者完整的实验版本。

Azure机器学习工作台则是针对Windows和Mac用户的桌面客户端，用微软自己的话说，这项服务旨在成为开发生命周期的控制面板，以及一个让人开始使用机器学习的捷径。它与Jupyter Notebooks以及Visual Studio Code和PyCharm等IDE进行了整合，让开发者可以用Python、PySpak和Scala等语言建造模型。

正如微软高管约瑟夫斯洛什（Joseph Sirosh）在今天的公告中所说，Azure机器学习工作台最有意思的一项功能可能是，它可以自动转化数据，让机器学习算法对其进行处理。与Azure机器学习实验服务一样，Azure机器学习模型管理服务则利用Docker容器，帮助开发者和数据科学家部署和管理模型。

这些新工具的推出表明，微软针对那些想要打造机器学习应用的开发者无论是给内部客户还是外部客户继续扩大它的工具箱。尤其值得关注的是，这些工具支持众多非微软框架。就在几年前，这一幕可能还无法想象，但这些框架每一个都有其固有的优势和劣势，幸好微软明白该公司或许以后复健的功课可以纳入逛街这个项目。 今年阿中也加入交换礼物的游戏的侧重点不是将某些框架排除在外，而是提供一个支持所有框架的平台。毕竟，微软在这个方面的思路，并不是提供开源框架，而是提供云服务，让开发者可以借此学习、部署和管理这些框架。