注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 使用 RunConfiguration 对象+ScriptRunConfig 对象训练模型.rar

  2. Azure机器学习（实战篇）——动手实验03：使用 scr iptRunConfig 对象训练模型/// 本节我们通过一个例子来完整介绍这整个流程，使用的框架为SKLearn，整个过程都在Jupyter notebook中运行。

  3. 所属分类：机器学习

    • 发布日期：2020-03-29
    • 文件大小：1024
    • 提供者：m0_46591986

  1. train_iris.py

  2. Azure机器学习（实战篇）——动手实验01：使用Iris数据集训练第一个模型/// 本节将演示使用Azure机器学习Python SDK在单节点CPU上训练一个SVM模型，使用的框架为SKLearn，使用的数据集为Iris数据集。

  3. 所属分类：机器学习

    • 发布日期：2020-03-22
    • 文件大小：2048
    • 提供者：m0_46591986

  1. Azure机器学习实验

  2. 日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新） Azure机器学习模型搭建实验 Azure平台简介 Azure Machine Learning（简称“AML”）是微软在其公有云Azure上推出的基于Web使用的一项机器学习服务，机器学习属人工智能的一个分支，它技术借助算法让电脑对大量流动数据集进行识别。这种方式能够通过历史数据来预测未来事件和行为，其实现方式明显优于传统的商业智能形式。 微软的目标是简化

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：2097152
    • 提供者：weixin_38743602

  1. OCPCHINATECH:OCPOpenHack是有关Azure服务面向中国合作伙伴的实验室资料库。 请加入我们以学习Azure和Microsoft-源码

  2. OCPTechChina OCP中国技术团队资源大合集 OCPOpenHack OCP-Hack项目是为参加OCP HackFest的伙伴准备的动手实验指导，主要是帮助合作伙伴在Azure上快速了解和运用Azure IoT服务，Azure认知服务，Azure机器学习等。到最新的Azure内容。 OCPChinaPTSALLDOCS OCP PTS团队Azure，Office 365，其他产品等文档，BLOG，学习资料等合集。

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：380633088
    • 提供者：weixin_42166918

  1. Azure机器学习模型搭建实验.doc

  2. Azure Machine Learning（简称“AML”）是微软在其公有云Azure上推出的基于Web使用的一项机器学习服务，机器学习属人工智能的一个分支，它技术借助算法让电脑对大量流动数据集进行识别。这种方式能够通过历史数据来预测未来事件和行为，其实现方式明显优于传统的商业智能形式。微软的目标是简化使用机器学习的过程，以便于开发人员、业务分析师和数据科学家进行广泛、便捷地应用。这款服务的目的在于“将机器学习动力与云计算的简单性相结合”。AML目前在微软的Global Azure云服务平台提

  3. 所属分类：Python

    • 发布日期：2021-03-17
    • 文件大小：1048576
    • 提供者：weixin_48135624

  1. MLOps-in-a-day-Tutorial-Guide-源码

  2. 数据和AI技术沉浸式研讨会–产品审查指南和实验指导 方案概述 在此经验中，您将学习Contoso Auto如何使用MLOps来正式确定使用DevOps方法训练和部署新模型的过程。 Contoso Corporation是一家虚构但具有代表性的全球制造业集团。 在本教程中，我们将使用已经构建的火车脚本来创建一个模型，该模型将预测汽车是否为合规汽车，即，它是否符合针对低排放车辆的严格政府法规。 该数据集包含有关汽车部件状况，材料类型及其制造年份的信息。 技术概述 Azure机器学习使用机器学习操作（

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：14680064
    • 提供者：weixin_42125770

  1. mslearn-dp100:Azure机器学习练习的实验室文件-源码

  2. Azure机器学习实验室练习 该存储库包含Microsoft课程的动手实验练习，等效的。 这些实验旨在与学习材料一起使用，并使您能够练习使用所描述的技术。 您可以在查看实验室练习的说明。 我们在做什么？ 为了支持本课程，我们将需要频繁更新课程内容，以使其与课程中使用的Azure服务保持最新。 我们将在GitHub上发布实验说明和实验文件，以使内容与Azure平台中的更改保持最新。 我们希望这能为实验室带来前所未有的协作感-当Azure发生变化并且您在实时交付期间首先找到它时，请继续提交拉动

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：513024
    • 提供者：weixin_42113456

  1. Azure-ML-Nanodegree--Capstone-project:Udacity纳米学位项目-源码

  2. 顶峰项目 这是为期7个月的具有Azure课程培训的机器学习工程师的最终Udacity纳米级项目。 介绍 该项目专注于使用hyperdrive和自动ML方法调整超参数，以更快，更自动地训练更多模型 概述 对于这个实验，我决定研究一个乳腺癌数据集，该数据集影响了世界各地的大量女性。 该数据集着重于出现在乳房上的肿块，探索其大小，质地，光滑度等属性，以预测其是否癌变，这是诊断列的描述。该数据来自我使用了两种不同的方法进行此预测的实验，并比较了哪种模型效果最好。 这两个实验是和实验。 建筑图 任务 此任

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：1048576
    • 提供者：weixin_42112658

  1. Capstone_project_Titanic_Survival:这是Udacity机器学习纳米学位项目的回购，用于泰坦尼克号灾难生存预测-源码

  2. 使用机器学习预测泰坦尼克号灾难的生存 我为Udacity的机器学习工程师Nanodegree设计的项目重点是根据包含乘客数据（例如姓名，年龄，性别，社会经济舱等）的数据集，预测哪些乘客在泰坦尼克号沉船事故中幸存下来。 也就是说，我们正在尝试建立一个预测模型来回答以下问题：“什么样的人更有可能生存？” 该项目的目标属于分类类别。 为了解决此问题，我同时使用了Azure的自动ML（AutoML）功能和Azure的HyperDrive超参数调整工具。 比较每个实验中的最佳模型以找到性能最高的模型，然

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：4194304
    • 提供者：weixin_42137032

  1. udacity-intro-to-ml-labs-源码

  2. 机器学习实验室简介 Azure机器学习设计器为您提供了基于云的交互式可视工作区，可用于轻松，快速地准备数据，训练和部署机器学习模型。 它支持Azure机器学习计算，GPU或CPU。 Azure机器学习设计器还支持将模型发布为Azure Kubernetes Service上的Web服务，其他应用程序可以轻松使用这些模型。 要使用Azure机器学习设计器，您不需要编程经验，并且本快速入门将引导您完成一个练习，该练习将显示如何处理训练数据，创建模型，训练，评分和评估模型，最后将训练后的模型部署为网络

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：71303168
    • 提供者：weixin_42138376

  1. AzureML-RAPIDS：AzureML RAPIDS-源码

  2. AzureML上的RAPIDS超参数优化 创建一个Azure机器学习服务工作区 资源组和工作区 将管理实验并为机器学习应用程序协调存储，数据库和计算资源。 首先创建一个或从访问现有信息。 接下来，您需要访问一个或在Azure门户中创建一个新的： 登录到Azure的门户网站，并通过点击门户资源组导航至资源组页面： 选择一个可用的资源组或通过单击添加按钮创建一个新的资源组： 您还可以在Azure门户的左上角选择+创建资源，然后搜索“资源”组 选择与GPU资源AA认购，资源组输入一个名称，并

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：198656
    • 提供者：weixin_42177768

  1. mtc-open-workshop-源码

  2. MTC AI开放研讨会 让我们一起开始Azure Machine Leaning。 议程 让我们知道你是谁。 第一天 会议 ＃ 时间 主题 分会1.1 上午10:00-下午12:00 - 欢迎-Azure机器学习简介-动手实践：创建Azure机器学习工作区 休息 下午12:00-下午01:00 午餐时间； 办公时间 下午01:00-下午01:45 （可选）一对一技术架构师指导 分会1.2 下午02:00-下午04:00 -自动化机器学习概念-动手实践：创建AutoML实验- 民意

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：1048576
    • 提供者：weixin_42134338

  1. TechHer：包含TechHer事件和“让您的数据告诉您真实情况：Azure上的高级分析”的文件的仓库-源码

  2. TechHer：让您的数据告诉您真实的故事：Azure上的高级分析 在动手实验期间，我们将使用下面列出的服务，单击链接跳到右侧部分： Azure数据湖分析 Azure机器学习 Microsoft认知服务 Microsoft R服务器 整理资源 额外：Azure机器学习工作台文档教程 对于实验室的任何反馈，请通过Twitter与我联系：amykatenicho或LinkedIn： ：//www.linkedin.com/in/amykatenicho/ 前提条件： 现代的网络浏览器 请从上面的

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：47185920
    • 提供者：weixin_42180863

  1. 机械化学习-源码

  2. 运作机器学习 在这个项目中，我们将使用葡萄牙银行机构的银行营销数据集。 主要任务是分类，我们必须预测客户是否将订阅定期存款。 数据集包含20个要素和32,950行。 数据集的链接为我们正在使用Azure配置基于云的机器学习生产模型，对其进行部署和使用。 然后，我们创建，发布和使用管道。 在此项目中，我们执行以下步骤： 自动化ML实验 部署最佳模型 启用记录 Swagger文档 消耗模型端点 创建和发布管道 建筑图 首先，我们必须选择并上传银行营销数据集。 然后配置一个新的计算集群，我们使用1

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：5242880
    • 提供者：weixin_42175035

  1. 心脏MRI-s-Segmentation：使用Azure机器学习服务来了解神经网络如何解决医学成像问题。 使用转置卷积神经网络。 使用Keras和TensorFlow 2分析图像数据并获得分割模型（UNET）-源码

  2. 语言 产品 描述 Python Azure机器学习服务 Tensorflow 2.0 心脏MRI的图像分割TensorFlow模型 带有Azure机器学习服务和TensorFlow的图像分割心脏MRI 有多种重要的图像分析深度学习应用程序，它们不仅需要检测图像中的单个对象，还需要将图像分割成感兴趣的空间区域。 例如，在医学图像分析中，分离与不同类型的组织，血液或异常细胞相对应的像素通常很重要，这样我们就可以隔离特定器官。 在这个自定进度的动手实验中，我们将使用机器学习框架来使用医学图像数据

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：1048576
    • 提供者：weixin_42151373

  1. InnerEye-DeepLearning：医学影像深度学习库，用于在Azure机器学习和Azure Stack上训练和部署模型-源码

  2. 内眼深度学习 总览 这是一个深度学习工具箱，用于在医学图像（或更常见的是3D图像）上训练模型。 它与Azure中的云计算无缝集成。 在建模方面，此工具箱支持 细分模型 分类和回归模型 序列模型 分类，回归和序列模型可以仅将图像作为输入，或者将图像和非成像数据的组合作为输入来构建。 这支持了医疗数据的典型用例，在这些用例中，除了图像之外，还经常可以使用测量，生物标记或患者特征。 在用户方面，该工具箱专注于使机器学习团队能够实现更多目标。 它是云计算第一，并依靠来执行，簿记和可视化。 两者合计，

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：834560
    • 提供者：weixin_42107491

  1. cloud-ml-examples:一系列机器学习示例，可开始在云中部署RAPIDS-源码

  2. RAPIDS云机器学习服务集成 RAPIDS是一套开源库，可将GPU加速带入数据科学管道。 建立基于云的机器学习实验的用户可以在整个工作负载中利用这种加速，以在他们选择的云平台上更快，更便宜，更轻松地构建模型。 该存储库提供示例笔记本和“入门”代码示例，以帮助您将RAPI​​DS与来自Azure ML，AWS Sagemaker，Google Cloud和Databricks的超参数优化服务集成。 每个云的目录均包含逐步指南，以启动示例超参数优化作业。 每个示例作业将使用RAPIDS 加载和预

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：3145728
    • 提供者：weixin_42138408

  1. azml-mg-ci-源码

  2. 管理Azure机器学习计算实例 AML（Azure机器学习服务）是面向数据科学家的数据科学平台。 数据科学家需要一个或多个CI（计算实例）用于不同的项目或实验。 尽管他们负责管理CI，但有时他们会忘记机器一无所获。 如果使用附有GPU的计算机或大型计算机，则这些未使用的CI的费用可能是每周$ 1,000 +。 如今，Azure机器学习工作区中CI的自动管理受到限制。 它不支持自动启动或自动停止。 甚至本机Azure Cli也不支持管理配置项。 除AML Stuio之外，另一种管理CI的方法是

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：130048
    • 提供者：weixin_42133899

  1. machine_learning_azure_capstone:在Azure Project 3上进行Udacity机器学习-源码

  2. 注意：此文件是一个模板，可用于为您的项目创建自述文件。 下面的TODO注释将突出显示您应确保包含的信息。 您的项目标题在这里 待办事项：为您的项目写一个简短的介绍。 项目设置与安装 可选：如果您的项目有任何特殊的安装步骤，则应在此处放置它。 要将这个项目变成一个专业的项目组合项目，建议您解释一下如何在AzureML中设置此项目。 数据集 概述 待办事项：说明您正在使用的数据以及从何处获得数据。 任务 待办事项：向您解释该数据集要解决的任务以及将要使用的功能。 使用权 TODO ：说明您如何访问工

  3. 所属分类：其它

    • 发布日期：2021-03-28
    • 文件大小：100352
    • 提供者：weixin_42129797

  1. Operationalizing-Machine-Learning-using-Azure-源码

  2. 使用Azure对Mahine Learning进行操作 在这个项目中，我们使用了，该与葡萄牙银行业的直接营销活动有关。该项目的目标是使用此笔记本同时使用Azure ML Studio和Python SDK来配置基于云的机器学习生产模型，进行部署，并使用HTTP API进行使用。它还涉及创建，发布和与管道交互。 建筑图 这是项目工作流图，从强调Azure ML服务开始，以整个工作ML应用程序过程的文档结束。 以下是此项目中的主要步骤： 验证 自动化ML实验 部署最佳模型 启用记录 Swagger文

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：3145728
    • 提供者：weixin_42116847
« 12 »