はじめに
Microsoft Build 2022によってAzure MLに大きなアップデートがあり、合わせて膨大な数のドキュメント更新がありました。
Microsoft Docs updates and news following the Microsoft Build 2022 announcements! - Microsoft Tech Community
ここを見ると一番多いレベル..。
そこでこれらのドキュメント更新を全部ざっと目を通し、ここ新しいかも、というものを完全主観でピックアップしました。
Build前に既に更新されていたけど私が認識していなかった、というのはめちゃくちゃあると思います。
また、大きな更新があったわけではないものでも、大事なページだと思うものは備忘録を兼ねて記載しています。
Document update pick-ups
Network and Security
-
仮想ネットワークの分離とプライバシーの概要 - Azure Machine Learning | Microsoft Docs
Azure MLのネットワーク構成を考える上で非常に重要なドキュメント -
ネットワークの着信トラフィックおよび送信トラフィックを構成する - Azure Machine Learning | Microsoft Docs
大きな変更は見当たらないが、Azure MLの閉域構成を考える上で極めて重要なドキュメント -
マネージド オンライン エンドポイントのネットワークの分離 - Azure Machine Learning | Microsoft Docs
プレビューではありますが、マネージド オンライン エンドポイントではネットワークの分離機能が提供されています。 -
Network isolation change with our new API platform on Azure Resource Manager - Azure Machine Learning | Microsoft Docs
内部で利用しているAPIが変わり、多くのリソース作成がAzure ML WSではなくARM経由で行われるようになったことが説明されています。英語ですが重要です。 -
カスタム DNS サーバーを使用する - Azure Machine Learning | Microsoft Docs
-
Azure 上のストレージ サービスへの ID ベースのデータ アクセス - Machine Learning | Microsoft Docs
コンピューティングクラスターでトレーニングする際にAzure ADトークンを使用してストレージに対する認証を行うことができる、が、CLI経由で送信された実験のみでサポート -
アクセスの制御にマネージド ID を使用する - Azure Machine Learning | Microsoft Docs
CLI/SDK v2
CLI v2
- CLI (v2) のインストールと設定 - Azure Machine Learning | Microsoft Docs
-
CLI (v2) を使用してモデルをトレーニングする - Azure Machine Learning | Microsoft Docs
CLI v2の勉強のために。
他にもCLI v2で使用するYAMLスキーマに関してもめちゃくちゃ更新がされていました。
Python SDK v2
-
Azure ML Python SDK v2 (プレビュー) を使用してモデルをトレーニングする - Azure Machine Learning | Microsoft Docs
Python SDK v2の勉強のために。 -
チュートリアル: Python SDK v2 (プレビュー) を使う ML パイプライン - Azure Machine Learning | Microsoft Docs
SDK v2でのトレーニングパイプライン構築
Components
-
コンポーネントとは (プレビュー) - Azure Machine Learning | Microsoft Docs
今回大きなアップデートとなった MLコンポーネントの概要を紹介しています。
Models
-
カスタム モデルを MLflow に変換する - Azure Machine Learning | Microsoft Docs
No Codeデプロイや、統合されたResponsible AI Dashboardへの展開など、MLflow モデルでないとできない機能があるので、変換方法が紹介されています。
Training
-
モデルのハイパーパラメーター調整 (v2) - Azure Machine Learning | Microsoft Docs
CLI/SDK v2による効率的なハイパーパラメーター調整 -
REST を使用してモデルをトレーニングする (プレビュー) - Azure Machine Learning | Microsoft Docs
REST APIを使用したモデルトレーニング。 -
自動 ML モデルのトレーニング コードを表示する方法 - Azure Machine Learning AutoML | Microsoft Docs
AutoMLのトレーニングコードが(一部)記載されているので、どういう実装になっているか簡単に確認したい際に便利です。
Managed Online Endpoints (MOE)
- マネージド オンライン エンドポイントを自動スケーリングする - Azure Machine Learning | Microsoft Docs
-
MLflow モデルのオンライン エンドポイントへのデプロイ (プレビュー) - Azure Machine Learning | Microsoft Docs
MLflowモデルをNo CodeでMOEにデプロイ -
オンライン エンドポイントを使って ML モデルをデプロイする - Azure Machine Learning | Microsoft Docs
ジョブ、オンライン エンドポイント、またはバッチ エンドポイントが完了/失敗したときにメール通知を飛ばせるようになっていることを初めて知りました..。 -
Triton を使用した高パフォーマンス モデルのサービス (プレビュー) - Azure Machine Learning | Microsoft Docs
NVIDIAのTriton Inference Serverへデプロイする方法です。特定のモデルリポジトリ構造であること、ONNX形式であること？が必要のようです。
Triton Inference Server
Tritonはクラウドと共にエッジ推論で使えるように作られているようですね。
Responsible AI (RAI)
-
責任ある AI とは (プレビュー) - Azure Machine Learning | Microsoft Docs
全体感 -
Azure Machine Learning の責任ある AI ダッシュボードを使用して AI システムを評価し、データ ドリブンの意思決定を行う - Azure Machine Learning | Microsoft Docs
今回大きなアップデートとなったResponsible AI DashboardのAzure ML統合。合わせて各機能のページも諸々アップデートされています。 -
ML モデルのエラーを評価する - Azure Machine Learning | Microsoft Docs
Error Analyticsパッケージの統合 -
反事実分析と What-If - Azure Machine Learning | Microsoft Docs
DiCEパッケージに基づいた半事実分析 -
スタジオの UI で責任ある AI ダッシュボードを生成する (プレビュー) - Azure Machine Learning | Microsoft Docs
RAIダッシュボードの生成。YAML/Pythonで生成する方法を記述したページも別途存在します。 -
責任ある AI のスコアカードを使用して分析情報を共有する (プレビュー) - Azure Machine Learning | Microsoft Docs
責任あるAIの観点で、モデルを様々な側面から分析した結果をスコアカードとしてPDFで綺麗にまとめて出力してくれる機能です。
Kubernates
OSS
その他
- AutoML 画像用の ONNX を使用したローカル推論 - Azure Machine Learning | Microsoft Docs
- 非公開の Python パッケージを使用する - Azure Machine Learning | Microsoft Docs
-
Cognitive Search で使用するモデルをデプロイする - Azure Machine Learning | Microsoft Docs
Azure Cognitive Searchで使用するモデルをAzure MLからデプロイできたんですね。。
Discussion