ฝึกโมเดลคุณภาพสูงอย่างง่ายดายด้วยการปรับไฮเปอร์พารามิเตอร์อัตโนมัติ การแนะนำ เมื่อฝึกโมเดลการเรียนรู้เชิงลึกที่ซับซ้อน จะมีรายการไฮเปอร์พารามิเตอร์มากมายที่จำเป็นต้องตั้งค่าและปรับแต่งเพื่อให้ได้ประสิทธิภาพสูงสุด ไฮเปอร์พารามิเตอร์เหล่านี้รวมถึงอัตราการเรียนรู้ ขนาดภาพ ขนาดแบตช์ จำนวนยุค ฯลฯ ไฮเปอร์พารามิเตอร์จำนวนมากทำให้ยากสำหรับผู้ใช้ในการตัดสินใจว่าจะมุ่งเน้นไปที่พารามิเตอร์ใด นอกจากนี้ พารามิเตอร์เหล่านี้บางส่วนเป็นพารามิเตอร์เฉพาะรุ่น..

นี่คือส่วนที่ 2 ของซีรีส์ หากคุณพลาดรายการแรก ไม่ต้องกังวล ขอบคุณ Gosh Internet ที่ไม่เหมือนรายการทีวีในยุค 90 ดังนั้น "ที่นี่คุณมีลิงก์ตามความต้องการไปยังตอนที่ 1" สรุป: เกี่ยวกับซีรีย์นี้ Azure Machine Learning Services (AML) มอบสภาพแวดล้อมบนคลาวด์ที่คุณสามารถใช้เพื่อพัฒนา ฝึกอบรม ทดสอบ ปรับใช้ จัดการ และติดตามโมเดลการเรียนรู้ของเครื่อง ฉันจะครอบคลุมหัวข้อหลักสามหัวข้อตามลำดับโพสต์: ส่วนที่ 1: ฝึกผู้ฝึกสอนในระบบคลาวด์โดยใช้ AML ฉันจะแสดงให้คุณเห็นถึงวิธีการสร้างสคริปต์..

ฝึกอบรมโมเดลแมชชีนเลิร์นนิงตัวแรกของคุณด้วยนักออกแบบแมชชีนเลิร์นนิงของ Azure ผู้ออกแบบการเรียนรู้ของเครื่อง Azure เป็นอินเทอร์เฟซแบบลากและวางที่ช่วยให้ทุกคนในทีมวิทยาศาสตร์ข้อมูลของคุณตั้งแต่เริ่มต้นจนถึงผู้เชี่ยวชาญ พัฒนาและปรับใช้โมเดลได้เร็วขึ้น หลังจากเรียนรู้เกี่ยวกับ Azure Cloud โดยเฉพาะสตูดิโอ Machine Learning ฉันได้เตรียมวิดีโอแรกเกี่ยวกับวิธีใช้ตัวออกแบบของสตูดิโอการเรียนรู้ของเครื่อง Azure วิดีโอจะแสดงวิธีเริ่มต้นใช้งานนักออกแบบแมชชีนเลิร์นนิง..