PyTorch på Azure
Få en virksomhedsklar PyTorch-oplevelse i cloudmiljøet.
PyTorch er en deep learning-struktur med åben kildekode, som skaber et hurtigere forløb fra forskning til produktion. Dataloger hos Microsoft bruger PyTorch som den primære struktur til at udvikle modeller, der muliggør nye oplevelser i Microsoft 365, Bing, Xbox m.m. Microsoft er den største bidragyder til PyTorch-økosystemet med de seneste bidrag, f.eks. PyTorch Profiler.
PyTorch på Azure – bedre sammen
Produktionsklar
Træn og udrul modeller pålideligt og i stor skala ved hjælp af et indbygget PyTorch-miljø i Azure Machine Learning, for at sikre, at den nyeste version af PyTorch understøttes fuldt ud via Azure Container til PyTorch.
Accelereret ydeevne
Reducer den tid, det tager at komme på markedet, med effektiv GPU-hardware, softwareaccelerator i produktionsklassen med ONNX Runtime, og de nyeste innovative skaleringsteknikker med DeepSpeed i Azure.
Styrkelse af økosystemet
Du kan få mere ud af det omfattende PyTorch-økosystem med værktøjer og egenskaber, herunder PyTorch Profiler.
Betroet af virksomheder i alle størrelser
"Microsofts nye tilbud på virksomhedsniveau lukker et vigtigt hul. Det kan være en udfordring at betjene PyTorch-modeller i produktion. Den direkte inddragelse af Microsoft giver os mulighed for trygt at udrulle nye versioner af PyTorch til Azure."
Jeremy Jancsary, Sr. Principal Research Scientist, Nuance
"Jeg ville anbefale Azure-miljøet til andre udviklere. Det er brugervenligt og nemt at udvikle med, og det er meget vigtigt, at det følger bedste praksis for AI og arbejde med maskinel indlæring."
Alexander Vaagan, Chief Data Scientist, Inmeta, en del af Crayon
"Kørsel af PyTorch på Azure giver os den bedste platform til at bygge vores udbyggede intelligens. Det er nemt for vores teknikere at køre de eksperimenter, de har brug for, på én gang på petabyteniveau."
Pablo Castellanos Garcia, VP of Engineering, Wayve
"Med Azure AI og PyTorch har vi kombineret fokuserede programmer af kunstig intelligens med journalistiske processer og økonomisk intelligens, så vi får en løsning, der er unik på markedet, og som er værdifuld for kryptovaluta-objekter."
Zoiner Tejada, CEO for Solliance og CTO for Baseline
"Vi bruger Azure Machine Learning og PyTorch i vores nye struktur til at udvikle og flytte AI-modeller til produktion hurtigere i en gentagelig proces, der gør det muligt for dataeksperter at arbejde både i det lokale miljø og i Azure."
Tom Chmielenski, Principal MLOps Engineer, Bentley
Microsoft er aktiv bidragyder til et økosystem af PyTorch-projekter med åben kildekode
PyTorch Profiler
PyTorch Profiler er et værktøj med åben kildekode, der hjælper dig med at forstå forbruget af hardwareressourcer, f.eks. tid og hukommelse, af forskellige PyTorch-handlinger i din model og løse flaskehalse i forbindelse med ydeevnen. Det får din model til at køre hurtigere med mindre spild.
ONNX Runtime på PyTorch
Efterhånden som modeller til detaljeret læring bliver større, bliver en reduktion af oplæringstiden både et økonomisk og miljømæssigt spørgsmål. ONNX Runtime fremskynder distribueret træning i stor skala af PyTorch-transformermodeller med en ændring i en enkelt kodelinje. Kombiner med DeepSpeed for yderligere at forbedre oplæringshastigheden på PyTorch.
PyTorch på Windows
Microsoft vedligeholder PyTorch-builds til Windows, så dit team kan nyde godt af grundigt testede og stabile builds, enkel og pålidelig installation, hurtig start og selvstudier, høj ydeevne og understøttelse af mere avancerede funktioner, f.eks. distribueret GPU-træning.
PyTorch Foundation
Med PyTorchs stigende betydning for både AI-forskning og -produktion annoncerede Mark Zuckerberg og Linux Foundation, har sammen annonceret at PyTorch overgår til Linux Foundation for at understøtte fortsat communityvækst og skabe et hjem, hvor det kan trives i de kommende år. For at bidrage til den fremtidige forbedring af PyTorch sluttede Microsoft sig til PyTorch Foundation som medlem af bestyrelsen for at lede demokratiseringen og samarbejdet i forbindelse med kunstig intelligens/maskinel indlæring. udforsk de nyeste PyTorch-funktionerUdforsk de nyeste PyTorch-funktioner.
ONNX Runtime: Runtime til accelereret fornuftslutning og oplæring af PyTorch-modeller, der understøtter Windows, Mac, Linux, Android og iOS, og som er optimeret til en lang række hardwareacceleratorer.
DeepSpeed: Et bibliotek med algoritmer til oplæring af den næste generation af store modeller, herunder avancerede algoritmer, der er parallelle med modeller, og andre optimeringer til distribueret oplæring.
Hummingbird: Et bibliotek, der samler traditionelle modeller, f.eks. scikit-learn eller LightGBM, i PyTorch Tensor-beregning til hurtigere fornuftslutning.
To måder at bruge Azure på til PyTorch-udvikling
Sæt skub i din arbejdsproces med Azure Machine Learning
Byg, træn og udrul nemt PyTorch-modeller ved hjælp af Azure Container til PyTorch. Det er dybt integreret med Azure Machine Learning til administration af eksperimenter og fuld understøttelse af livscyklus for maskinel indlæring. Azure Machine Learning fjerner det tunge arbejde ved omfattende arbejdsprocesser i forbindelse med maskinel indlæring og håndterer samtidig husholdningsopgaver såsom dataforberedelse og sporing af eksperimenter, hvilket reducerer tiden til produktion fra uger til timer.
Udvikl med Azure Data Science Virtual Machine til PyTorch
Data Science Virtual Machines til PyTorch leveres med forudinstalleret og valideret med den nyeste PyTorch-version for at reducere installationsomkostningerne og sætte skub i værditiden. Pakkerne indeholder forskellige optimeringsfunktioner som f.eks. ONNX Runtime, DeepSpeed og PySpark for at få problemfri udviklingsoplevelse med det samme og muligheden for at arbejde med alle Azure-hardwarekonfigurationer, herunder GPU'er.
Få grundlæggende oplysninger om PyTorch
Få grundlæggende oplysninger om detaljere læring med PyTorch på Microsoft Learn. Dette begyndervenlige læringsforløb introducerer vigtige begreber i forbindelse med at bygge modeller til maskinel indlæring på flere domæner, herunder tale, vision og behandling af naturligt sprog.
Kom i gang med PyTorch gennem AI Show
Få grundlæggende viden om PyTorch, herunder hvordan du opretter og udruller en model, og hvordan du opretter forbindelse til det stærke community af brugere.
Få grundlæggende viden om PyTorch
Få mere at vide om PyTorch-koncepter og -moduler. Få mere at vide om, hvordan du indlæser data, opbygger dybe neurale netværk og oplærer og gemmer dine modeller, i denne Hurtig start-vejledning.
Få mere at vide om PyTorch på Azure
Sæt skub i dit PyTorch-projekt i cloudmiljøet ved hjælp af Azure
