Azure Machine Learning Studio和Azure Machine Learning Workbench有什么区别？预期的差异是什么？是否期望Workbench朝着支持工作室的贬值方向？
我收集了各种各样的差异：
- Studio的硬限制为10 GB的总培训数据的总输入，而Workbench的价格为价格可变。
- Studio似乎具有功能齐全的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。
但是，我还发现了几个分散的参考资料，声称工作室已更名为Workbench，即使这两种服务似乎仍然提供。
对于希望采用Microsoft堆栈的新鲜数据科学家(可能在中期和长期内在企业范围内进行企业量表(，我应该更喜欢哪种产品？
Azure Machine Learning Workbench是一个可下载的应用程序。它为许多Azure Machine Learning CLI命令提供了UI，尤其是围绕DSVM或HDI的基于Python的作业的实验提交。Azure Machine Learning CLI由许多关键功能组成，例如Job Submisison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一切的方法。
Azure Machine Learning Studio是一种较旧的产品，并提供了用于创建机器学习过程的拖放接口。它对可以处理的数据大小有局限性(大约是10GIG的处理(。基于此服务的学习和客户要求为上述新的Azure机器学习CLI的设计做出了贡献。
应该补充说，自2018年9月以来，Azure Machine Learning Workbench被弃用，并由Azure Machine Learning Services取代，该服务通常在2018年12月提供。核心功能仍然是完好无损，但是指出架构的一些重大更改是：
- 简化的Azure Resources模型
- 新的门户UI管理您的实验和计算目标
- 一种新的，更全面的Python SDK
- 机器学习的新扩展的Azure CLI扩展