Microsoft 機器學習產品體系對比和介紹

Microsoft 提供多種多樣的產品選項用於生成、部署和管理機器學習模型。 本文將比較這些產品，並幫助你選擇所需的產品，以便最有效地開發機器學習解決方案。

機器學習產品	描述	做用
Azure雲端服務
Azure 機器學習服務	適用於機器學習的託管雲服務	使用 Python 和 CLI 在 Azure 中訓練、部署和管理模型
Azure 機器學習工做室	機器學習的拖放式可視界面	使用預配置的算法生成、試驗和部署模型
Azure Databricks	基於 Spark 的分析平臺	生成和部署模型與數據工做流
Azure 認知服務	包含預生成 AI 和機器學習模型的 Azure 服務	輕鬆將智能功能輕鬆添加到應用中
Azure Data Science Virtual Machine	預裝了數據科學工具的虛擬機	在預配置的環境中開發機器學習解決方案
本地服務
SQL Server 機器學習服務	SQL 中嵌入的分析引擎	在 SQL Server 內部生成和部署模型
Microsoft Machine Learning Server	用於預測分析的獨立企業服務器	使用 R 和 Python 生成與部署模型
開發人員工具
ML.NET	開源跨平臺機器學習 SDK	開發適用於 .NET 應用程序的機器學習解決方案
Windows ML	Windows 10 機器學習平臺	在 Windows 10 設備上評估已訓練的模型

 

Azure 機器學習服務

Azure 機器學習服務（預覽版）是用於大規模訓練、部署和管理機器學習模型的徹底託管式雲服務。 它徹底支持開源技術，可以讓你使用數以萬計的開源 Python 包，例如 TensorFlow、PyTorch 和 scikit-learn。 它還提供豐富的工具，例如 Azure Notebook、Jupyter Notebook 或 Visual Studio Code Tools for AI，以方便探索和轉換數據，而後訓練和部署模型。 Azure 機器學習服務包含能夠輕鬆、高效和準確地自動化模型生成和優化的功能。

在 Azure 機器學習服務中可使用 Python 和 CLI 以雲的規模訓練、部署和管理機器學習模型。

Azure 機器學習工做室

Azure 機器學習工做室提供交互式的可視工做區，用於經過預生成的機器學習算法快速輕鬆地生成、測試和部署模型。 機器學習工做室將模型發佈爲可以讓自定義應用或 BI 工具（如 Excel）方便使用的 Web 服務。 無需任何編程 - 在交互式畫布上鍊接數據集和分析模塊，而後按幾個鼠標將其部署，便可構造機器學習模型。

但願在不編寫任何代碼的狀況下開發和部署模型時，可使用機器學習工做室。

Azure Databricks

Azure Databricks 是基於 Apache Spark 的分析平臺，已針對 Microsoft Azure 雲服務平臺進行優化。 Databricks 與 Azure 集成，以提供一鍵式安裝程序、簡化的工做流程以及交互式工做區，從而使數據科學家、數據工程師和業務分析員之間能夠進行協做。 在基於 Web 的 Notebook 中使用 Python、R、Scala 和 SQL 代碼能夠查詢、可視化數據以及爲其建模。

想要在 Apache Spark 中協做生成機器學習解決方案時，可使用 Databricks。

Azure 認知服務

Azure 認知服務是一組 API，可用於生成使用天然通訊方法的應用。 藉助這些 API，只需編寫幾行代碼，就能讓應用看到、聽到、講出、理解和解釋用戶的需求。 將智能功能輕鬆添加到應用，例如：

• 情感和觀點檢測
• 視覺和語音識別
• 語言理解 (LUIS)
• 知識和搜索

使用認知服務能夠開發跨設備和平臺的應用。 API 不斷改進，且易於設置。

Azure 數據科學虛擬機

Azure Data Science Virtual Machine 是專爲開展數據科學生成的 Microsoft Azure 雲上的自定義虛擬機環境。 它預裝並預配了許多熱門數據科學和其餘工具，可爲高級分析快速生成智能應用程序。 Data Science Virtual Machine 提供適用於 Windows 和 Linux Ubuntu 的版本（Linux CentOS 不支持 Azure 機器學習服務）。 有關特定版本的信息以及版本功能的列表，請參閱 Azure Data Science Virtual Machine 簡介。 支持將 Data Science Virtual Machine 用做 Azure 機器學習服務的目標。

須要在單個節點上運行或託管做業時，可使用數據科學 VM。 或者，須要在單個計算機上遠程提升處理能力時，也可使用它。

SQL Server 機器學習服務

SQL Server Microsoft 機器學習服務爲 SQL Server 數據庫中的關係數據添加了採用 R 和 Python 語言的統計分析、數據可視化和預測分析。 Microsoft 提供的 R 和 Python 庫包括高級建模與機器學習算法，可在 SQL Server 中大規模並行運行。

須要對 SQL Server 中的關係數據使用內置 AI 和預測分析時，可使用 SQL Server 機器學習服務。

Microsoft 機器學習服務器

Microsoft 機器學習服務器是一個企業服務器，用於託管和管理 R 與 Python 進程的並行與分佈式工做負荷。 Microsoft Machine Learning Server 在 Linux、Windows、Hadoop 和 Apache Spark 上運行，也適用於 HDInsight。 它爲使用 RevoScaleR、revoscalepy和 MicrosoftML 包生成的解決方案提供執行引擎，並擴展了開源 R 和 Python，支持高性能分析、統計分析、機器學習和巨型數據集。此功能經過能夠連同服務器一塊兒安裝的專屬包提供。 對於開發，可使用針對 Visual Studio 的 R 工具和針對 Visual Studio 的 Python 工具等 IDE。

須要在服務器上使用 R 和 Python 生成與操做化模型時，或者須要在 Hadoop 或 Spark 羣集上大規模分配 R 和 Python 訓練工做負荷時，可使用 Microsoft Machine Learning Server。

ML.NET

ML.NET 是免費的開源跨平臺機器學習框架，可用於生成自定義機器學習解決方案並將其集成到 .NET 應用程序中。

想要將機器學習解決方案集成到 .NET 應用程序時，可使用 ML.NET。

Windows ML

Windows ML 可以讓你使用應用程序中已訓練的機器學習模型，在 Windows 10 設備本地評估訓練的模型。

想要在 Windows 應用程序中使用訓練的機器學習模型時，可使用 Windows ML。

後續步驟

• 若要了解 Microsoft 提供的全部人工智能 (AI) 開發產品，請參閱 Microsoft AI 平臺
• 有關如何開發 AI 解決方案的培訓內容，請參閱 Microsoft AI 學校