使用 Azure Machine Learning 訓練計算密集型模型
大規模的機器學習和深度學習模型需要豐富的計算能力。 了解何時選擇 GPU 計算，以及不同架構如何協助您在前置處理、模型訓練和部署期間，以最佳方式使用 GPU 計算。
必要條件
在開始本學習路徑之前，您應該熟悉 Azure Machine Learning 服務，以及訓練計算密集型機器學習和深度學習模型。
成就代碼
您要請求成就代碼嗎？
此學習路徑中的課程模組
在訓練計算密集型模型時，選擇 Azure Machine Learning 中的 GPU 計算。 若要縮短處理資料所需的時間，請有效率地儲存您的資料，並使用與 GPU 計算相容的資料操作程式庫。
使用 Azure Machine Learning 內的 GPU 計算訓練計算密集型模型。 藉由監視工作負載，您可以找到最佳的計算設定。 分散式訓練可讓您在多個節點上訓練，以加速訓練時間。
因為模型的大小原因，部署大規模模型以進行即時推斷是一項挑戰。 了解您可以執行的動作，以及可用來在模型評分期間最佳化模型效能的架構。