BT

Azure Machine Learningの新機能とは

| 作者: Michael Stiefel フォローする 6 人のフォロワー , 翻訳者 編集部T _ フォローする 0 人のフォロワー 投稿日 2018年5月21日. 推定読書時間: 4 分 |

原文(投稿日:2018/05/09)へのリンク

読者の皆様へ:ノイズを減らすための一連の機能を開発しました。関心のあるトピックについて電子メールとWeb通知を受け取ることができます新機能の詳細をご覧ください。

Matt Winkler氏は、Microsoft Build 2018でAzure Machine Learningの新機能について説明した。

Azure Machine Learningプラットフォームは、ハードウェアレベルから構築されている。ツールやフレームワークは何でも選択できる。Python上で動作する場合は、ツールやフレームワーク内で実行できる。サービスには、会話型、トレーニング済み、カスタムAIの3種類がある。

Azure Machine Learningプラットフォームは完全なマネージドプラットフォームである。モデルを構築し、デプロイし、管理することができる。データの準備、モデルの構築とトレーニング、デプロイによりアジャイル開発が可能になる。これにより、アイデアと、それが実現するタイミングとの間の待ち時間が短縮される。それは、自身のモデルが成功する保証がなく、パターンを見つける上でも必要である。AIは、クラウド、構内、インターネットに接続されていない遠隔のファシリティ、トラクターやセンサーやカメラなどのエッジデバイスなど、どこにでもデプロイできる。テレメトリデータを入手して、モデルを洗練することもできる。

Azure Machine Learningプラットフォームはいくつかの領域で改善がある。Azure NotebookのSDKを使って、開発/テストのループを速くするために単一コンテナのデプロイにすることによって、開発が容易になり、また、特定の問題の解決を始める上での支援がある。

これらの問題を解決するために、Microsoftでは現時点において、プレビュー版にいくつかのアイテムを入れている。それは、Project Brainwareのハードウェアアクセラレーションモデル、ビジョンとテキストと予測のためのAzure MLパッケージ、ONNX Model Gallery、SDK更新によるAzureノートブックの改善、ハイパーパラメータターニングサービス、ACI/AKSバッチAIコンピューティングターゲットの追加、IOTデプロイ強化である。

パッケージ は、フレームワークにはないビジョン、テキスト、予測に対する一般的なタスクあるいはアプローチである。それはPythonパッケージであり、Azure MLにデプロイできる。デフォルト設定を使うことも、トレーニングに対して大きなコントロールをかけることも可能である。

ハードウェアアクセラレーションモデルは、FPGAを使ってパフォーマンスを大幅に向上させることができる。これにより、リアルタイムのスコアリングが可能になり、新しいデータが現れると増分学習が可能になる。たとえば、1.8ミリ秒で1画像にスコアを付けることができる。これにより、低コストで業界をリードするパフォーマンスで、リアルタイムのAIをクラウドで提供できる。

ONNX Model Galleryは、既に開発されたモデルのセットであり、モデルを構築する上で必要ない時間と費用を避けることができる。そして、モデル開発における構築とトレーニングのステップをスキップすることができる。一般的な交換形式のONNXを使用すると、アプリケーション内部などのさまざまな場所でモデルを使用したり、サービスにデプロイしたりすることができる。

SDKの改善により、Azure Notebookが改善された。これはPythonを実行できる場所ならどこにでもインストールできる。この改善により、コンピューティングターゲットのプロビジョニング、ノートブック上のローカルでのトレーニングジョブ実行、大規模なクラスタの実行が容易になる。Microsoft社内の経験に基づいて構築されたハイパーパラメータチューニングを組み込んでいる。モデルを登録してデプロイすることもできる。

ハイパーパラメータチューニングにより、適切なモデルに適した構成を見つけることができる。検索するパラメータと検索方法(グリッドベース、ランダム)を定義することができる。また、実行中のモデルがうまくいかないことを検出できれは、早期終了ポリシーを適用することもできる。無駄な検索でお金を使うのを避けることができる。Microsoftでは、規模を調整することで、計算コストを約50%削減することを発見した。同じお金でより多くのスペースを探索することができる。

Microsoftは、Azure MLでトレーニングされたモデルをデプロイできるように、ビジョンハードウェアアクセラレーション用の開発キットについてQualcommと提携している。IOT Edge用のAzure AIツールキットもある。これは小売店のレシートや現場のトラクターなどのシナリオ用に設計されている。これらはITインフラストラクチャのないシナリオである。

 
 

Rate this Article

Adoption Stage
Style
 
 

この記事に星をつける

おすすめ度
スタイル

こんにちは

コメントするには InfoQアカウントの登録 または が必要です。InfoQ に登録するとさまざまなことができます。

アカウント登録をしてInfoQをお楽しみください。

あなたの意見をお聞かせください。

HTML: a,b,br,blockquote,i,li,pre,u,ul,p

このスレッドのメッセージについてEmailでリプライする
コミュニティコメント

HTML: a,b,br,blockquote,i,li,pre,u,ul,p

このスレッドのメッセージについてEmailでリプライする

HTML: a,b,br,blockquote,i,li,pre,u,ul,p

このスレッドのメッセージについてEmailでリプライする

ディスカッション

特集コンテンツ一覧

C# 8の非同期ストリーム

Bassam Alugili 2018年10月11日 午前3時13分

InfoQにログインし新機能を利用する


パスワードを忘れた方はこちらへ

Follow

お気に入りのトピックや著者をフォローする

業界やサイト内で一番重要な見出しを閲覧する

Like

より多いシグナル、より少ないノイズ

お気に入りのトピックと著者を選択して自分のフィードを作る

Notifications

最新情報をすぐ手に入れるようにしよう

通知設定をして、お気に入りコンテンツを見逃さないようにしよう!

BT