「ODSC Europe 2023 キーノート:マイクロソフトのヘンク・ブーレマンによるAzureを用いたPyTorchモデルの展開」

ODSC Europe 2023 Keynote Deploying PyTorch Models using Azure by Microsoft's Henk Bouleman

ODSC Europeのバーチャルプログラムの一環として、私たちはライブカンファレンスをキックオフするMicrosoftのシニアクラウドアドボケートであるHenk Boelman氏を招待することができました。Henk氏の専門分野はAI、Azure、アプリケーション開発です。彼は経験豊富なスピーカーでもあり、ユーザーグループや国際会議で講演を行ってきました。

Henk氏の基調講演「Azure Machine Learningを使用したPytorchモデルの構築と展開」は、無料のAi+トレーニングプラットフォームでご覧いただけます。無料のアカウントでアクセスできますので、ぜひご利用ください。以下に簡単な概要をご紹介します。

講演の冒頭では、Microsoft Azureの現在の状況が示されています。世界に8つの研究センターと1,000人以上の研究者がおり、22,000件以上のAI関連特許と3,000以上の研究論文が公開されています。Microsoft Azureの技術とサービスは、これらの研究によって支えられています。

彼らのポートフォリオには、ビジネスユーザーやシチズンデベロッパー向けのサービス(Microsoft 365やPower Platform)や、開発者やデータサイエンティスト向けの製品(Azure Machine Learningなど)があります。

Azure Machine Learningをさらに掘り下げると、それは柔軟性があり既存のシステムと統合することができます。低コードオートML、部分コードML、フルコードMLのオプションを提供しています。また、フルコードサービスを使用する際には、お気に入りのフレームワークやライブラリを使用し、クラウド上で作業するか、Kubernetesで作業するかを選択できます。

さらに、Azure Machine Learningは、プロトタイプから本番までのモデルの展開プロセスをサポートしています。Henk氏は講演で指摘していますが、機械学習のライフサイクルを直線的なプロセスと考える一方で、実際の世界では反復的なプロセスであり、リトレーニングやモニタリングが必要となります。

Azure Machine Learningは、このより反復的な現実を念頭に置いて設計されており、責任ある方法で機械学習をスケールアップできます。

Henk氏の基調講演の後半では、3つのデモ(プロトタイプ、トレーニング、運用化)が行われます。Azure Machine Learningの実際の動作をご覧いただくために、是非「Azure Machine Learningを使用したPytorchモデル」をご覧ください。

Azureの熱心なファンの方には、Microsoft Azureとのパートナーシップに特化したページもぜひご覧ください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

「PGXMANを紹介する:PostgreSQLの拡張機能マネージャーとの出会い」

手動で更新する代わりに、それぞれのPostgres拡張機能を独立して管理するのではなく、それらをあなたのプロジェクト管理ワー...

機械学習

コンセプト2ボックスに出会ってください:知識グラフにおける高レベルの概念と細粒度なエンティティとのギャップを埋める – 二重幾何学的アプローチ

大量の研究が知識グラフのような大規模な接続データセットの表現方法を見つけるために行われてきました。これらの方法は知識...

機械学習

「マルチタスクアーキテクチャ:包括的なガイド」

多くのタスクを実行するためにニューラルネットワークを訓練することは、マルチタスク学習として知られていますこの投稿では...

データサイエンス

データ再構築の革命:広範な情報検索におけるAIのコンパクトな解決策

最近の進展により、ロスアラモス国立研究所の研究チームが、画期的な人工知能(AI)手法を開拓し、データ処理における前例の...

AIニュース

「AIが思考をテキストに変える」

「持ち運び可能で非侵襲的なシステムは、個人の思考をテキストに変換することができます」

機械学習

このAI論文では、Complexity-Impacted Reasoning Score(CIRS)を紹介していますこれは、大規模な言語モデルの推論能力を向上させるためのコードの複雑さの役割を評価するものです

大規模言語モデル(LLM)は、具現化された人工知能の問題解決における汎用的なアプローチとなっています。効率的な制御のため...