Trace Id is missing
Ugrás a tartalomra

PyTorch az Azure-on

Szerezzen be nagyvállalati célokra alkalmas PyTorch-felületet a felhőben.

Ismerje meg a Microsoft hozzájárulását a PyTorch Foundation munkájához

 

A PyTorch egy nyílt forráskódú mély tanulási keretrendszer, amellyel gyorsabban eljuthat a kutatástól az éles üzemig. A Microsoft adattudósai a PyTorch-ot használják elsődleges keretrendszerként azoknak a modelleknek a fejlesztésére, amelyek lehetővé teszik sok más mellett a Microsoft 365, a Bing és az Xbox új felületeinek használatát. A Microsoft a PyTorch-ökoszisztéma fő közreműködője, olyan közelmúltbeli hozzájárulásokkal, mint a PyTorch Profiler.

PyTorch az Azure-on – együtt még jobbak

Üzemkész

Megbízhatóan és nagy méretekben taníthat be és helyezhet üzembe modelleket egy Azure Machine Learning szolgáltatáson belüli beépített PyTorch-környezet használatával annak biztosítására, hogy a legújabb PyTorch-verzió teljes mértékben támogatva legyen az Azure Tároló a PyTorch-hoz révén.

Gyorsított teljesítmény

Gyorsabb piacra kerülést érhet el a nagy teljesítményű GPU-hardverrel, az ONNX futtatókörnyezetű termelési szintű szoftvergyorsítóval, valamint az Azure legújabb, DeepSpeed-et használó innovatív skálázási technikáival.

Megerősített ökoszisztéma

Még többet érhet el az eszközök és képességek gazdag PyTorch-ökoszisztémájával, köztük a PyTorch Profiler használatával.

Kis- és nagyvállalatok bizalmát egyaránt élvezi

"A Microsoft új nagyvállalati szintű ajánlata egy fontos rést tölt ki. A PyTorch-modellek éles környezetben való kiszolgálása kihívást jelenthet. A Microsoft közvetlen közreműködésével magabiztosan helyezhetjük üzembe a PyTorch új verzióit az Azure-ban."

Jeremy Jancsary, Sr. Vezető kutató, Nuance

Két egészségügyi szakember egy laptopot néz

"Más fejlesztőknek is ajánlanám az Azure-környezetet. Felhasználóbarát, könnyen lehet vele fejleszteni, és ami nagyon fontos, a mesterséges intelligenciával és a gépi tanulással kapcsolatos ajánlott eljárásokat követi."

Alexander Vaagan, vezető adatszakértő, Inmeta, a Crayon része

Egy táblagépet és tollat használó személy

"A PyTorch Azure-on való futtatása biztosítja a legjobb platformot a megtestesített intelligenciánk felépítéséhez. Mérnökeink egyszerűen futtathatják a szükséges kísérleteket, mindet egyszerre, petabájtos méretekben."

Pablo Castellanos Garcia, műszaki alelnök, Wayne

Összekapcsolt autópályákon haladó autók légi felvétele

"Az Azure AI és a PyTorch segítségével a mesterséges intelligencia célzott alkalmazásait újságírói folyamatokkal és pénzügyi intelligenciával ötvöztük, ami olyan megoldást eredményezett, ami egyedülálló a piacon, és értékes a kriptovaluta-befektetők számára."

Zoiner Tejada, a Solliance vezérigazgatója és a Baseline műszaki igazgatója

Az irodában egy íróasztalánál asztali monitorhoz csatlakoztatott laptopon dolgozó személy

"Az új keretrendszerünkben a Azure Machine Learning és a PyTorch használatával gyorsabban fejlesztünk és helyezünk át AI-modelleket éles környezetbe, megismételhető folyamattal, ami lehetővé teszi az adatszakértők számára, hogy a helyszínen és az Azure-ban is dolgozhassanak."

Tom Chmielenski, az MLOps vezető mérnöke, Bentley

Két személy együtt dolgozik egy asztalnál
Vissza a lapokra

A Microsoft a nyílt forráskódú PyTorch-projektek ökoszisztémájában is aktív közreműködő

PyTorch Profiler

A PyTorch Profiler egy nyílt forráskódú eszköz, amely segít átlátni a modellben alkalmazott különböző PyTorch-műveletek hardvererőforrásai, például az idő és a memória használatát, és feloldani a teljesítmény szűk keresztmetszeteit. Így a modell futtatása gyorsabb, kevesebb többletterheléssel.

PyTorch x Onnx-futtatókörnyezet

ONNX futtatókörnyezet a PyTorch-on

A mélytanulási modellek növekedésével a betanítási idő csökkentése pénzügyi és környezetvédelmi problémává válik. Az ONNX futtatókörnyezet egyetlen kódsor módosításával gyorsítja fel az átalakító PyTorch-modellek nagyméretű, elosztott betanítását. A DeepSpeed megoldásaival kombinálva a PyTorch betanítási sebessége tovább fokozható.

PyTorch x Windows

PyTorch Windows rendszeren

A Microsoft Windowshoz készült PyTorch-buildeket tart fenn, így Ön és csapata széleskörűen tesztelt és stabil buildeket használhat, egyszerűen és megbízhatóan végezhet telepítést, gyorsútmutatókat és oktatóanyagokat használhat, nagy teljesítményt élvezhet, és támogatást kap olyan speciális funkciókhoz is, mint az elosztott GPU-betanítás.

A Microsoft a Pytorch Foundation alapító tagja

PyTorch Foundation

A PyTorch AI-kutatásban és éles üzemben betöltött egyre jelentősebb szerepe miatt Mark Zuckerberg és a Linux Foundation közösen bejelentette, hogy a PyTorch áttér a Linux Foundation égisze alá, hogy az támogassa a folyamatos közösségnövekedését, és hogy az elkövetkező évekre helyet biztosítson neki a fejlődésre. A PyTorch jövőbeli fejlesztéséhez való hozzájárulás érdekében a Microsoft az irányító testület tagjaként csatlakozott a PyTorch Foundation csapatához, hogy vezető szerepet vállaljon az AI/ML demokratizálásában és együttműködésében. Fedezze fel a PyTorch legújabb képességeit.

ONNX futtatókörnyezet: A PyTorch-modellek gyorsított dedukciójához és betanításához használható közös nyelvi futtatókörnyezet Windows-, Mac-, Linux-, Android- és iOS-támogatással, számos különböző hardvergyorsítókra optimalizálva.

DeepSpeed: Olyan algoritmusokat tartalmazó kódtár, melyekkel következő generációs, nagy méretű modelleket taníthat be; vannak köztük modern modellpárhuzamos betanítási algoritmusok és más optimalizált megoldások elosztott betanításhoz.

Hummingbird: Olyan kódtár, amely a hagyományos modelleket, amilyen a Scikit-learn vagy a LightGBM, a gyorsabb dedukció érdekében PyTorch-tenzoros számításra fordítja.

Az Azure két felhasználási módja PyTorch-fejlesztéshez

Gyorsabb munkafolyamat az Azure Machine Learning használatával

Az Azure Tároló a PyTorch-hoz segítségével könnyedén hozhat létre, taníthat be és helyezhet üzembe PyTorch-modelleket. Mélyen integrálva van az Azure Machine Learning-gel a kísérletkezeléshez és a gépi tanulási életciklus teljes körű támogatásához. Az Azure Machine Learning nem csupán a gépi tanulási folyamatokkal végzett munka nehezét veszi át, de az olyan járulékos feladatokat is kezeli, amilyen az adatok előkészítése és a kísérletek nyomon követése, ezáltal hetekről órákra csökkenti az üzembe állításhoz szükséges időt.

Fejlesztés az Azure Data Science Virtual Machine a PyTorch-hoz használatával

Az Azure Data Science Virtual Machine a PyTorch-hoz előre telepítve és érvényesítve van a PyTorch legújabb verziójával a telepítési költségek csökkentése és az értékteremtési idő felgyorsítása érdekében. A csomagok különböző optimalizálási funkciókat tartalmaznak, mint például ONNX-futtatókörnyezet, DeepSpeed és PySpark, hogy zökkenőmentes fejlesztési élményt nyújtsanak, és hogy minden Azure-beli hardverkonfigurációval, köztük GPU-kkal is együttműködhessenek.

A PyTorch alapjainak elsajátítása

Ismerje meg a PyTorch segítségével végzett mély tanulás alapjait a Microsoft Learn szolgáltatásban. Ez a kezdő szintű, felhasználóbarát képzési terv bemutatja a gépi tanulási modellek létrehozásának alapfogalmait több területen, beleértve a beszédet, a látást és a természetes nyelvi feldolgozást.

A PyTorch használatának első lépései az AI-bemutatóban

Ismerje meg a PyTorch alapjait, közöttük a modellek felépítését és üzembe helyezését, valamint a felhasználók erős közösségéhez való csatlakozás módját.

Ismerje meg a PyTorch alapjait

Ismerkedjen meg a PyTorch fogalmaival és moduljaival. Ebből a gyorsútmutatóból megtudhatja, hogyan tölthet be adatokat, hozhat létre mély neurális hálózatokat, és taníthatja be és mentheti a modelljeit.

PyTorch-projektek felhőbeli felgyorsítása az Azure-ral

A dashboard in Azure