微软宣布提供对 Cognitive Services 的容器支持, 允许在任何地方使用机器学习功能, 无论是在云端, 边缘还是自有. 借助 Azure Cognitive Services, 企业可以使用各种认知功能, 如视觉, 语音和文本处理, 而无需专门的数据科学家.
通过将预构建的模型部署为 Docker 容器来实现容器化, 可以运行任何支持 Docker 的地方. 微软表示将密切关注谷歌推出的 Kubeflow Pipelines, 后者通过 Kubernetes 容器为机器学习提供支持. 看来, 这些服务专注于为 ML 平台奠定基础, 让企业和开发人员能够利用 ML 和 AI 带来的实际价值, 这是合乎逻辑的.
由于 Azure Cognitive Services 现在可以在容器中运行, 因此不再需要将这些模型的数据发送到 Azure, 因为它们现在可以在任何云端或边缘运行. 由于数据不一定要离开内部部署环境, 因此还可以处理由于隐私或法规限制而无法在 Azure 中使用的数据. 此外, 涉及大量数据加载的场景 (在云端处理要么太昂贵或耗时太久) 现在也能够在边缘处理, 同时可以利用 Cognitive Services 的强大功能和 Docker 容器的扩展性. Azure AI 副总裁 Eric Boyd 确认了该声明:
有了容器支持, 无论数据驻留在何处, 客户都可以使用 Azure 的智能 Cognitive Services 功能. 这意味着客户可以执行面部识别, OCR 或文本分析操作, 而无需将其内容发送到云端. 他们的智能应用程序是可移植的, 并且具有更高的一致性, 无论它们是在边缘还是在 Azure 中运行.
目前, Azure 的 Cognitive Services 中有五个是通过容器提供的, 预计稍后会有更多.
通过计算机视觉服务识别文本, 从其他对象的图像中提取文本.
通过面部服务识别面部, 从图像中检测面部并识别性别和年龄等各种属性. 此外, 此服务还可以比较面孔并确定它们是否属于同一个人.
关键词检测, 通过文本分析服务, 从短语中提取要点.
语言检测, 通过文本分析服务在给定文本中检测多达 120 种不同的语言.
情感分析, 通过文本分析服务确定文本是否具有正面或负面情绪.
要在容器中使用 Cognitive Services, 请注册面部和文本识别服务, 或立即开始使用其他服务. 这些镜像可以从 Microsoft Container Registry 或 Docker Hub 获得, 在拉取之后, 可以在 Docker 环境中配置和使用它们.
最后, 需要注意的是, 在使用容器化服务时, 即使它们没有将任何已处理的数据发送到 Azure, 在启动时和启动之后仍然需要定期进行连接. 用于计费的指标通过这个连接发送给 Azure, 使用 Azure 或容器映像的成本是一样的.
来源: http://www.tuicool.com/articles/EBrUBbZ