Azure Machine Learning Studio et Workbench
Quelle est la différence entre Azure Machine Learning Studio et Azure Machine Learning Workbench ? Quelle est la différence prévue? Et est-il prévu que Workbench se dirige vers la dépréciation en faveur de Studio?
J'ai rassemblé une collection de différences:
- Studio a une limite stricte de 10 Go de saisie totale de données de formation par module, tandis que Workbench a une limite variable par prix.
- Studio semble avoir une interface graphique plus complète et des outils de déploiement conviviaux, tandis que Workbench semble avoir des outils de déploiement plus puissants/personnalisables.
- etc.
Cependant, j'ai également trouvé plusieurs références éparses affirmant que Studio est une mise à jour renommée de Workbench, même si les deux services semblent toujours être offerts.
Pour un nouveau Data Scientist cherchant à adopter la pile Microsoft (potentiellement à l'échelle de l'entreprise à moyen et à long terme), quelle offre devrais-je préférer?
Azure Machine Learning Workbench est une application téléchargeable à prévisualisation. Il fournit une interface utilisateur à de nombreuses commandes CLI Azure Machine Learning, notamment en ce qui concerne la soumission d'expérimentation pour les travaux basés sur Python vers DSVM ou HDI. L’interface de ligne de commande Azure Machine Learning est composée de nombreuses fonctions clés, telles que la soumission de tâches et la création de services Web en temps réel. Le programme d'installation de l'atelier a fourni un moyen d'installer tout le nécessaire pour participer à la prévisualisation.
Azure Machine Learning Studio est un produit plus ancien et fournit une interface glisser-déposer permettant de créer simplement des processus d'apprentissage automatique. Il a des limites quant à la taille des données pouvant être traitées (environ 10gigs de traitement). Les demandes des clients et d’apprentissage basées sur ce service ont contribué à la conception de la nouvelle CLI Azure Machine Learning mentionnée ci-dessus.
Il convient d'ajouter que Azure Machine Learning Workbench est obsolète depuis septembre 2018 et a été remplacé par les services Azure Machine Learning , qui ont été généralisés au mois de décembre 2018. Les fonctionnalités de base sont toujours intactes Voici quelques changements importants à signaler à propos de l'architecture:
- Un modèle de ressources Azure simplifié
- Nouvelle interface de portail pour gérer vos expériences et calculer les cibles
- Un nouveau SDK Python plus complet
- Une nouvelle extension Azure CLI étendue pour l'apprentissage automatique