我会尽力回答这些问题,并随时提出更多问题。:)
Azure ML 服务 Azure ML 实验服务有什么区别?
从本质上讲,Azure ML 服务(我可能将其称为 Azure ML Studio)使用拖放界面来构建您的工作流和测试模型。Azure ML 实验是 Azure 门户提供的一项新产品,可将它们直接托管在 Azure 中,并提供一种更好的方式来管理你的模型。实验将使用 Azure ML Workbench 来构建您的模型。
Azure ML 工作台和 Azure ML Studio 有什么区别?
最大的不同是 ML Studio 具有用于构建工作流和模型的拖放界面,而 Workbench 允许您使用 Python 以编程方式构建模型。Workbench 还包括一个非常好的和强大的方法来从应用程序中清理您的数据。在 Studio 中,您有一些很好的模块来清理数据,但我认为它没有 Workbench 中的功能强大。
编辑: Workbench 应用程序已弃用,并已被替换/升级为ML Services。但是,核心功能没有改变。
我想使用 azure ML Experimentation 服务来构建几个模型并创建 Web API。是否可以对 ML studio 做同样的事情?
我实际上会说在 ML Studio 中执行此操作要容易得多。拖放界面非常直观,只需单击几下即可创建 Web API 来调用您的模型。我觉得,在撰写本文时,部署模型更加复杂,并且涉及使用 Azure CLI。
ML Experimentation 服务还要求我安装一个用于创建 Web 服务的 windows docker。我可以在不使用 docker 的情况下创建 Web 服务吗?
这里我对 Workbench 的 Docker 部分不是很熟悉,但是我相信你可以不使用 Docker 来创建和部署。不过,我相信它需要一个 Azure 模型管理资源。
我希望这会有所帮助,再次,请随时提出更多问题。