微軟針對開發(fā)者推出三款重要的新工具：Azure機器學習實驗服務、Azure機器學習工作臺以及Azure機器學習模型管理服務。此外，微軟還針對那些想要借助Visual Studio Code IDE、用CNTK、TensorFlow、Theano、Keras和Caffe2語言建造模型的開發(fā)者推出了一系列新工具。至于非開發(fā)者，微軟則把基于Azure的機器學習模型推向Excel用戶，這樣一來，后者就可以激活本公司數(shù)據(jù)科學家直接在電子數(shù)據(jù)表格中創(chuàng)建的AI功能。

Azure機器學習實驗服務旨在幫助開發(fā)者快速掌握和部署機器學習實驗。這項服務支持所有常見開源框架，比如PyTorch、Caffe2、TensorFlow、Cahiner和微軟自有CNTK，還可以將覆蓋范圍從當?shù)貦C器擴展至云端的數(shù)百臺GPU。該服務可以追蹤所有模型、配置和數(shù)據(jù)，給予開發(fā)者完整的實驗版本。

Azure機器學習工作臺則是針對Windows和Mac用戶的桌面客戶端，用微軟自己的話說，這項服務旨在“成為開發(fā)生命周期的控制面板，以及一個讓人開始使用機器學習的捷徑?！彼cJupyter Notebooks以及Visual Studio Code和PyCharm等IDE進行了整合，讓開發(fā)者可以用Python、PySpak和Scala等語言建造模型。

正如微軟高管約瑟夫·斯洛什（Joseph Sirosh）在今天的公告中所說，Azure機器學習工作臺最有意思的一項功能可能是，它可以自動轉化數(shù)據(jù)，讓機器學習算法對其進行處理。與Azure機器學習實驗服務一樣，Azure機器學習模型管理服務則利用Docker容器，幫助開發(fā)者和數(shù)據(jù)科學家部署和管理模型。

這些新工具的推出表明，微軟針對那些想要打造機器學習應用的開發(fā)者——無論是給內部客戶還是外部客戶——繼續(xù)擴大它的工具箱。尤其值得關注的是，這些工具支持眾多非微軟框架。就在幾年前，這一幕可能還無法想象，但這些框架每一個都有其固有的優(yōu)勢和劣勢，幸好微軟明白該公司的側重點不是將某些框架排除在外，而是提供一個支持所有框架的平臺。畢竟，微軟在這個方面的思路，并不是提供開源框架，而是提供云服務，讓開發(fā)者可以借此學習、部署和管理這些框架。