Azure 机器学习工作室与 Workbench
Azure Machine Learning Studio vs. Workbench
Azure Machine Learning Studio and Azure Machine Learning Workbench有什么区别？ intended 有什么区别？是否预计 Workbench 正朝着有利于 Studio 的方向发展？
我收集了各种不同之处：
- Studio 的硬性限制是每个模块的训练数据总输入为 10 GB，而 Workbench 的价格限制是可变的。
- Studio 似乎具有功能更全的 GUI 和用户友好的部署工具，而 Workbench 似乎具有更强大/可自定义的部署工具。
- 等等
但是，我还发现了一些零散的参考资料，声称 Studio 是 Workbench 的重命名更新，尽管这两种服务似乎仍然提供。
对于希望采用 Microsoft 堆栈（可能在中期和长期内在企业范围内采用）的新数据科学家，我应该更喜欢哪个产品？
Azure 机器学习 Workbench 是一个预览版可下载应用程序。它为许多 Azure 机器学习 CLI 命令提供了 UI，特别是围绕将基于 Python 的作业提交到 DSVM 或 HDI 的实验。 Azure 机器学习 CLI 由许多关键功能组成，例如作业提交和实时 Web 服务的创建。 workbench 安装程序提供了一种安装参与预览所需的所有内容的方法。
Azure Machine Learning Studio 是一个较旧的产品，它提供了一个拖放界面来创建简单的机器学习过程。它对可以处理的数据大小有限制（大约 10gigs 的处理）。基于此服务的学习和客户请求促成了上述新 Azure 机器学习 CLI 的设计。
需要补充的是 Azure 机器学习 Workbench is deprecated since september 2018 and has been replaced by the Azure Machine Learning services，它已于 2018 年 12 月全面推出。核心功能仍然完好无损，但需要指出有关体系结构的一些重大变化是：
- 简化的 Azure 资源模型
- 用于管理实验和计算目标的新门户 UI
- 更全面的新 Python SDK
- 用于机器学习的新扩展 Azure CLI 扩展
Azure Machine Learning Studio and Azure Machine Learning Workbench有什么区别？ intended 有什么区别？是否预计 Workbench 正朝着有利于 Studio 的方向发展？
我收集了各种不同之处：
- Studio 的硬性限制是每个模块的训练数据总输入为 10 GB，而 Workbench 的价格限制是可变的。
- Studio 似乎具有功能更全的 GUI 和用户友好的部署工具，而 Workbench 似乎具有更强大/可自定义的部署工具。
- 等等
但是，我还发现了一些零散的参考资料，声称 Studio 是 Workbench 的重命名更新，尽管这两种服务似乎仍然提供。
对于希望采用 Microsoft 堆栈（可能在中期和长期内在企业范围内采用）的新数据科学家，我应该更喜欢哪个产品？
Azure 机器学习 Workbench 是一个预览版可下载应用程序。它为许多 Azure 机器学习 CLI 命令提供了 UI，特别是围绕将基于 Python 的作业提交到 DSVM 或 HDI 的实验。 Azure 机器学习 CLI 由许多关键功能组成，例如作业提交和实时 Web 服务的创建。 workbench 安装程序提供了一种安装参与预览所需的所有内容的方法。
Azure Machine Learning Studio 是一个较旧的产品，它提供了一个拖放界面来创建简单的机器学习过程。它对可以处理的数据大小有限制（大约 10gigs 的处理）。基于此服务的学习和客户请求促成了上述新 Azure 机器学习 CLI 的设计。
需要补充的是 Azure 机器学习 Workbench is deprecated since september 2018 and has been replaced by the Azure Machine Learning services，它已于 2018 年 12 月全面推出。核心功能仍然完好无损，但需要指出有关体系结构的一些重大变化是：
- 简化的 Azure 资源模型
- 用于管理实验和计算目标的新门户 UI
- 更全面的新 Python SDK
- 用于机器学习的新扩展 Azure CLI 扩展