Berekeningsdoelen configureren in Azure Machine Learning

Het uitvoeren van machine learning-workloads in de cloud vereist een goed begrip van de manier waarop ruwe verwerkingskracht moet worden toegewezen en beheerd. Weten wanneer en hoe u verschillende uitvoeringsomgevingen moet implementeren, is de sleutel tot het bouwen van kosteneffectieve en schaalbare datawetenschappijpleidingen. Deze schriftelijke cursus leidt u door het proces van het instellen, configureren en beheren van rekendoelen binnen Azure Machine Learning. U maakt de overgang van handmatige lokale uitvoering naar het orkestreren van schaalbare cloudbronnen die zijn afgestemd op uw specifieke trainings- en implementatiebehoeften. Wat u leert: Begrijp de fundamentele terminologie en architectuur van cloudgebaseerde machine learning compute; Configureer compute-instanties voor interactieve ontwikkeling en exploratieve gegevensanalyse; Stel schaalbare compute clusters in om grootschalige trainingstaken en parallelle verwerking te verwerken; Pas moderne kostenbeheerstrategieën toe om de kosten te optimaliseren Het juiste type computing selecteren, inclusief serverloze opties, op basis van uw workloadvereisten; Veelvoorkomende uitvoeringsfouten oplossen en de prestatiemetingen van de computing controleren. De cursus begint met essentiële definities en kernconcepten van cloudinfrastructuur voordat u stap voor stap door het opzetten van instanties, het schalen van clusters en het implementeren van budgetvriendelijke automatisering gaat. U leest gedetailleerde uitleg en bekijkt praktische configuratievoorbeelden die zijn ontworpen voor onmiddellijke toepassing. Deze cursus is bedoeld voor beginnende datawetenschappers, cloudtechnici en ontwikkelaars die nieuw zijn bij Azure Machine Learning en inzicht willen krijgen in de inrichting van cloudbronnen. Ervaring met cloudinfrastructuur is niet vereist. Begin vandaag nog met het bouwen van uw machine learning-cloud.