[go: up one dir, main page]

This is the Trace Id: 145c9df7675c0e1db434da4750e36d0b
Přeskočit na hlavní obsah
Azure

Hugging Face v Azure

Nasazujte desítky tisíc předem natrénovaných modelů Hugging Face Transformers v Azure Machine Learning s využitím koncových bodů Hugging Face.

Rychlejší vytváření modelů strojového učení s využitím Hugging Face v Azure

Hugging Face je tvůrcem Transformers, přední opensourcové knihovny pro vytváření špičkových modelů strojového učení. Pomocí služby Hugging Face Endpoints Service (Preview), která je k dispozici na webu Azure Marketplace, můžete nasazovat modely strojového učení do vyhrazeného koncového bodu s infrastrukturou Azure podnikové úrovně.

Modely strojového učení pro zpracování přirozeného jazyka, zpracování zvuku a počítačové zpracování obrazu v centru Hugging Face Hub

Azure Kubernetes Service (AKS)

Vybírejte si z desítek tisíc modelů strojového učení pro zpracování přirozeného jazyka, zpracování zvuku a počítačové zpracování obrazu, které jsou veřejně dostupné v centru Hugging Face Hub, a urychlete tak své úlohy strojového učení.

Datové služby

Držte krok s tempem inovací a snadno měňte výrobní modely. Pomozte zabezpečit své operace strojového učení (MLOps) pomocí služby Azure Private Link – vaše data nikdy neopustí virtuální privátní cloud.

Zpět na karty
Přečtěte si oznámení o Hugging Face v Azure

Další informace o Hugging Face v Azure

Odborná podpora

Získejte přímou podporu od odborníků na strojové učení Hugging Face.

Centrum privátních modelů

Experimentujte, spolupracujte, trénujte a obsluhujte špičkové modely ve svém vlastním privátním centru Hugging Face HubHugging Face Hub.

Kurz Hugging Face

Vše, co potřebujete vědět o modelech Hugging Face Transformers, se dozvíte v bezplatném kurzu.

Hugging Face v Azure nabízí zákazníkům úžasné možnosti

Demokratizace zodpovědného strojového učení

„Koncové body Hugging Face se starají o nejnaléhavější problémy při nasazování modelů. Stačí několik kliknutí nebo několik řádků kódu sady Azure SDK, vyberete model a typ úlohy a během několika minut můžete začít s predikcemi.“

Mabu Manaileng, hlavní inženýr AI, Standard Bank

Lidé, kteří si povídají při schůzce.

Časté otázky týkající se Hugging Face v Azure

  • Stáhněte si koncové body Hugging Face z Azure Marketplace, vyberte model strojového učení a typ úlohy, vyberte typ instance Azure a vytvořte koncový bod. Během několika minut můžete tento koncový bod otestovat a přidat jeho rozhraní API pro odvozování do vaší aplikace.

  • Služba Hugging Face Endpoints Service je ve verzi Preview zdarma. Platíte jenom za náklady na výpočetní prostředky prostřednictvím předplatného Azure.

  • Hugging Face v Azure je snadný způsob odvozování koncových bodů pro modely Hugging Face ve vašem účtu Azure prostřednictvím Azure Machine Learning. Rozhraní API pro odvozování je bezserverové řešení, které služba Hugging Face nabízí jako hostovanou službu.

  • Pokud chcete nasazovat vlastní modely do koncových bodů Hugging Face, nahrajte je do svého účtu Hugging Face. Neomezené hostování privátních modelů je k dispozici zdarma.

  • Ano, modely Hugging Face můžete nasazovat pomocí opensourcové knihovny Transformers nebo pomocí spravovaných či bezserverových služeb. S Hugging Face v Azure nemusíte vytvářet ani udržovat infrastrukturu a získáte výhody zabezpečení a dodržování předpisů, které nabízí Azure Machine Learning. Hugging Face v Azure také poskytuje snadné automatické škálování a privátní připojení prostřednictvím služby Azure Private Link.

Jsme na vás připraveni – společně vytvoříme váš bezplatný účet Azure

Začít zdarma
#chatEngagement { color: #fff; background-color: #006abb; border: 1px solid #0078d4; border-radius: 4px; display: inline-block; font-size: 14px; font-weight: 600; padding: 10px 16px; } #chatEngagement:hover, #chatEngagement:active { text-decoration: underline; } #chatDisengagement { color: #0062ad; display: inline-block; font-size: 14px; font-weight: 600; padding-right: 1em; position: relative; text-decoration: none; border: none; background-color: transparent; } #chatEngagement:focus { outline: 1px solid #fff; outline-offset: -4px; text-decoration: underline; } #chatDisengagement:after { background-image: url("data:image/svg+xml,%3Csvg viewBox='0 0 12 12' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M4 1L9 6L4 11' stroke='%230062ad'/%3E%3C/svg%3E"); content: ' '; height: 12px; width: 12px; display: inline-flex; vertical-align: middle; margin-left: .2em; transition: all .2s ease-in-out; position: absolute; bottom: -6px; background-color: transparent; } #chatDisengagement:focus { outline-offset: 10px; } #lp-iframe-container { border: 0; bottom: 0; box-shadow: 0 5px 15px 0 #00000033; height: 500px; left: auto !important; min-width: 300px; max-width: 350px; padding: 0; position: fixed; right: 0; top: auto !important; z-index: 1031; } #iFrame { height: 100%; width: 100%; border: 0; } #proactive-chat-dialog { position: fixed; z-index: 10400; bottom: -24px; right: 11px; } #proactive-chat-dialog .chatContainer { min-width: 272px; height: 277px; color: #000; line-height: 0; position: relative; border: 0 !important; background-repeat: no-repeat !important; background-color: #fff !important; margin: auto; padding: 12px; background-size: contain !important; box-shadow: 0 2.8px 2.2px rgba(0, 0, 0, 0.034), 0 6.7px 5.3px rgba(0, 0, 0, 0.048), 0 12.5px 10px rgba(0, 0, 0, 0.06), 0 22.3px 17.9px rgba(0, 0, 0, 0.072), 0 41.8px 33.4px rgba(0, 0, 0, 0.086), 0 100px 80px rgba(0, 0, 0, 0.12); } #proactive-chat-dialog .chatContainer .chat-cta { text-align: center; font-size: 24px; font-weight: 600; position: relative; top: 160px; } #proactive-chat-dialog .chatContainer .chat-buttons { position: relative; top: 185px; width: 100%; display: flex; gap: 1em; justify-content: center; flex-direction: column; } #proactive-chat-dialog .chatContainer .chat-buttons .arrow-link { width: auto; margin: auto; } #proactive-chat-dialog .chatContainer .chat-buttons .arrow-link:after { bottom: -6px; } @media only screen and (min-width: 33.75em) { #proactive-chat-dialog .chatContainer .chat-buttons { top: 200px; flex-direction: row; } } </style> <div id="proactive-chat-dialog" class="proactive-chat-hidden"> <div class="chatContainer" style="background: url('{{module.bg-img-src}}') no-repeat top left" > <div class="chat-cta">{{module.heading}}</div> <div class="chat-buttons"> <button type="button" id="chatEngagement" aria-label="{{chat-engagement.aria-label}}" class="button button--primary01 lp-chatnow" data-lp-event="click" data-bi-id="expand-chat" data-bi-an="chat" data-bi-chtid="azure chat 1" data-bi-chtnm="live person proactive chat" data-bi-bhvr="16" data-bi-tn="button button--primary01 lp-chatnow" > {{chat-engagement.btn-txt}} </button> <button type="button" id="chatDisengagement" aria-label="{{chat-disengagement.aria-label}}" class="arrow-link lp-nothanks" data-lp-event="close" data-bi-id="collapse-chat" data-bi-an="chat" data-bi-chtid="azure chat 1" data-bi-chtnm="live person proactive chat" data-bi-tn="arrow-link lp-nothanks" > {{chat-disengagement.btn-txt}} </button> </div> </div> </div> '/>