Microsoft выпустила новые утилиты для работы с машинным обучением

Компания активно поддерживает технологию машинного обучения и старается создать удобную платформу для работы с ИИ.

Microsoft, как и многие ее конкуренты, направила свое внимание на машинное обучение. Акцент на данную тему был заметен на конференции Ignite, прошедшей 25 сентября. Компания объявила о выпуске новых утилит для разработчиков, стремящихся создать новые модели ИИ, а также для пользователей, которые просто хотят найти применение для уже существующих моделей.

Для разработчиков компания выпустила три новых инструмента: Azure Machine Learning Experimentation, Azure Machine Learning Workbench и Azure Machine Learning Model Management.

Кроме того, Microsoft также выпустила несколько новых утилит для разработчиков, желающих использовать Visual Studio Code для создания моделей на базе CNTK, TensorFlow, Theano, Keras и Caffe2. Для обычных пользователей компания представила модели машинного обучения на основе Azure для использования в Excel. Пользователи могут вызвать функции ИИ, которые были созданы специалистами по анализу данных компании, прямо из таблиц.

Azure Machine Learning Experimentation

Experimentation создан, чтобы помочь разработчикам ускорить работу с экспериментами, использующими машинное обучение. Сервис поддерживает все открытые фреймворки: PyTorch, Caffe2, TensorFlow, Cahiner и CNTK. Также он может масштабироваться от локальных компьютеров до сотен графических процессоров в облаке. Сервис отслеживает все модели, конфигурации и данные (используя хранилище Git), чтобы дать разработчикам полное управление версиями своих экспериментов.

Azure Machine Learning Workbench

Workbench — это клиент для Windows и Mac (и да, в этом дивном новом мире, приложения для Mac от Microsoft — не такая уж и новость). Сервис, по словам Microsoft, является «панелью управления разработками и хорошим средством, чтобы начать использовать машинное обучение». Интеграция его инструментария и с Jupyter Notebooks, и Visual Studio Code, и c PyCharm позволяет разработчикам строить модели на Python, PySpak и Scala.

Azure Machine Learning Workbench

Что касается сервиса Model Management, то он, как и Experimentation Service, использует Docker-контейнеры, чтобы помочь разработчикам и специалистам по анализу данных развёртывать модели и управлять ими практически везде.

Главным посылом этого анонса является то, что Microsoft продолжает расширять инструментарий для разработчиков, причём как для внутренних, так и для внешних. Что особенно приятно, так это поддержка широкого спектра фреймворков, не относящихся к Microsoft. Несколько лет назад, вероятно, у компании был бы иной подход. Однако каждый из этих фреймворков имеет свои плюсы и минусы. Microsoft поняла, что она должна сконцентрироваться не на исключении некоторых из них, а на создании платформы, которая будет поддерживает их всех.

Источник: TechCrunch

Максим Леонов