制度规范
将企业级 AI 服务用于端到端机器学习 (ML) 生命周期
功能
在完整的 ML 生命周期内充分利用关键功能
数据准备
在 Azure 机器学习中的 Apache Spark 群集上快速迭代数据准备，可与 Microsoft Fabric 互操作。
特征存储
通过将功能设为在多个工作区中可发现和可重用，提高交付模型的灵活性。
AI 基础结构
利用为结合使用最新 GPU 和 InfiniBand 网络而专门设计的专用 AI 基础结构。
自动化机器学习
快速创建准确的机器学习模型，以执行分类、回归、视觉和自然语言处理等任务。
负责任 AI
使用可解释性功能构建负责任 AI 解决方案。通过差异指标评估模型公平性并减少不公平性。
模型目录
使用模型目录发现、微调和部署来自 Microsoft、OpenAI、Hugging Face、Meta 和 Cohere 等的基础模型。
提示流
使用提示流设计、构造、评估和部署语言模型工作流。
托管终结点
操作模型部署和评分、记录指标，以及执行安全模型推出。
百度 目前，孩子的家人已经报警，但肇事的黄狗依然没有找到，主人也没有出现。
功能
探索如何将 ML 引入生产
Azure 机器学习支持多种广泛的功能，以实现可靠的 AI 和 ML 开发。
安全
内置的安全性和合规性?
定价
仅为所需资源付费，无前期成本
使用 Azure 机器学习，而无需额外付费。费用仅适用于模型训练或推理期间使用的基础计算资源。你可以灵活地从各种计算机类型中进行选择，其范围包括通用 CPU 和专用 GPU 等类别。
Azure 机器学习新增功能
?发现来自 Azure 机器学习的最新功能和公告。
客户案例
客户使用 Azure 机器学习进行创新
资源
Azure 机器学习资源
常见问题解答
- 该服务可在多个 Azure 区域中使用，并将向更多区域开放。
- Azure 机器学习的 SLA 为 99.9% 的运行时间。
- Azure 机器学习工作室是 Azure 机器学习的顶级资源。此功能为数据科学家和开发人员提供了一个集中位置，他们可使用其中的所有项目来构建、训练和部署机器学习模型。
- Azure 机器学习是支持语言模型微调和部署的综合性机器学习平台。使用 Azure 机器学习模型目录，用户可以为 Azure OpenAI 服务创建终结点，并使用 RESI API 将模型集成到应用程序中。
- 使用 Azure 机器学习无需额外付费。但是，除计算费用外，所使用的其他 Azure 服务也将产生单独的费用，包括但不限于 Azure Blob 存储、Azure 密钥保管库、Azure 容器注册表和 Azure Application Insights。?查看定价详细信息。
Azure 解决方案
Azure 云解决方案
通过经认证的 Azure 云服务组合，结合示例体系结构和文档来解决业务问题。
业务解决方案中心
查找合适的 Microsoft Cloud 解决方案
探索 Microsoft 业务解决方案中心，查找可帮助组织实现目标的产品和解决方案。