PyTorch på Azure
Få en virksomhetsklar PyTorch-opplevelse i skyen
PyTorch er et rammeverk for dyp læring med åpen kildekode som akselererer prosessen fra forskning til produksjon. Datateknikere hos Microsoft bruker PyTorch som det primære rammeverket for å utvikle modeller som muliggjør nye opplevelser i Microsoft 365, Bing, Xbox og mer. Microsoft er en av de beste bidragsyterne til PyTorch-økosystemet med nylige bidrag som PyTorch Profiler.
PyTorch på Azure – bedre sammen
Produksjonsklart
Lær opp og rull ut modeller pålitelig og i stor skala ved hjelp av et innebygd PyTorch-miljø i Azure Machine Learning for å sikre at den siste PyTorch-versjonen støttes fullt ut gjennom Azure Container for PyTorch.
Akselerert ytelse
Reduser tiden det tar å komme på markedet med kraftig GPU-maskinvare, en programvareakselerator av produksjonskvalitet med ONNX Runtime og de nyeste innovative skaleringsteknikkene med DeepSpeed i Azure.
Forsterket økosystem
Oppnå mer med det rike PyTorch-økosystemet med verktøy og funksjoner, inkludert PyTorch Profiler.
Anerkjent av selskaper i alle størrelser
"Det nye tilbudet på foretaksnivå fra Microsoft fyller et viktig tomrom. Det kan være en utfordring å betjene PyTorch-modeller i produksjon. Microsofts direkte medvirkning lar oss distribuere nye versjoner av PyTorch til Azure på en trygg måte."
Jeremy Jancsary, Sr. Hovedforsker, Nuance
"Jeg anbefaler Azure-miljøet til andre utviklere. Det er brukervennlig, enkelt å utvikle med, og ikke minst følger det anbefalte fremgangsmåter for kunstig intelligens og maskinlæring."
Alexander Vaagan, Chief Data Scientist, Inmeta, en del av Crayon
"Ved å kjøre PyTorch på Azure får vi den beste plattformen for å bygge vår intelligens. Det er enkelt for teknikerne våre å kjøre alle eksperimentene de trenger på én gang, i petabyte-skala."
Pablo Castellanos Garcia, VP of Engineering, Wayve
"Med Azure AI og PyTorch kombinerte vi fokuserte programmer for kunstig intelligens med journalistiske prosesser og finansiell intelligens, noe som ga en løsning som er unik på markedet og verdifull for kryptovalutainvestorer."
Zoiner Tejada, CEO for Solliance og CTO for Baseline
"Vi bruker Azure Machine Learning og PyTorch i vårt nye rammeverk til å utvikle og flytte modeller for kunstig intelligens raskere inn i produksjon, i en repeterbar prosess som gjør det mulig for dataforskere å arbeide både lokalt og i Azure."
Tom Chmielenski, Principal MLOps Engineer, Bentley
Microsoft er en aktiv bidragsyter til et økosystem av PyTorch-prosjekter med åpen kildekode
PyTorch Profiler
PyTorch Profiler er et verktøy med åpen kildekode som hjelper deg med å forstå maskinvareressursforbruket, for eksempel tid og minne, for ulike PyTorch-operasjoner i modellen din og løse ytelsesflaskehalser. Dette gjør modellutførelsen raskere med mindre kostnader.
ONNX Runtime på PyTorch
Etter hvert som modeller for dyp læring blir større, blir det å redusere opplæringstid både et økonomisk og miljømessig spørsmål. ONNX Runtime akselererer stor skalering, utrullet opplæring av PyTorch-transformatormodeller med en én-linje-kodeendring. Kombiner med DeepSpeed for ytterligere å forbedre opplæringshastigheten på PyTorch.
PyTorch på Windows
Microsoft vedlikeholder PyTorch-opprettelser for Windows, slik at teamet ditt kan ha glede av godt testede og stabile bygg, enkel og pålitelig installasjon, hurtigstarter og opplæringer, høy ytelse og støtte for mer avanserte funksjoner som distribuert GPU-trening.
PyTorch Foundation
På grunn av PyTorchs økende betydning for både forskning og produksjon av kunstig intelligens, kunngjorde Mark Zuckerberg og Linux Foundation i fellesskap at PyTorch vil gå over til Linux Foundation for å støtte fortsatt vekst i miljøet og gi PyTorch et hjem der det kan blomstre i årene som kommer. For å bidra til den fremtidige forbedringen av PyTorch, ble Microsoft med i PyTorch Foundation som medlem av styret for å lede demokratiseringen og samarbeidet innen kunstig intelligens og maskinlæring. Utforsk de nyeste PyTorch-funksjonene.
ONNX Runtime: Kjøretid for akselerert følgeslutning og opplæring av PyTorch-modeller. Den støtter Windows, Mac, Linux, Android og iOS, og er optimalisert for en rekke maskinvareakseleratorer.
DeepSpeed: Et bibliotek med algoritmer for opplæring av neste generasjons store modeller, inkludert toppmoderne modellparallelle opplæringsalgoritmer og andre optimaliseringer for distribuert opplæring.
Hummingbird: Et bibliotek som kompilerer tradisjonelle modeller som Scikit-Learn eller LightGBM til PyTorch-tensorberegning for raskere inferens.
Her ser du to måter du kan bruke Azure for PyTorch-utvikling på
Få fart på arbeidsflyten med Azure Machine Learning
Utvikle, lær opp og distribuer PyTorch-modeller på en enkel måte ved hjelp av Azure Container for PyTorch. Den er dypt integrert med Azure Machine Learning for eksperimentadministrasjon og full livssyklusstøtte for maskinlæring. Azure Machine Learning fjerner den tungdrevne siden av helhetlige arbeidsflyter for maskinlæring, i tillegg til å håndtere husholdningsoppgaver som dataklargjøring og eksperimentsporing. Det reduserer tid til produksjon fra uker til timer.
Driv utvikling med virtuelle Azure-datavitenskapsmaskiner for PyTorch
Datavitenskapsmaskiner for PyTorch leveres med forhåndsinstallert og validert med den nyeste PyTorch-versjonen, noe som reduserer installasjonskostnadene og gir raskere verdiskapning. Pakkene inneholder ulike optimaliseringsfunksjonaliteter som ONNX Runtime, DeepSpeed og PySpark for å få problemfri produksjonsklar utviklingsopplevelse og muligheten til å arbeide med alle Azure-maskinvarekonfigurasjoner, inkludert GPU-er.
Lær alt det grunnleggende om PyTorch
Finn ut mer om grunnleggende dyplæring med PyTorch på Microsoft Learn. Dette nybegynnervennlige læreprogrammet introduserer nøkkelbegreper for bygging av maskinlæringsmodeller over flere domener, inkludert tale, syn og behandling av naturlig språk.
Kom i gang med PyTorch på showet om kunstig intelligens
Lær det grunnleggende om PyTorch, inkludert hvordan du bygger og ruller ut en modell og hvordan du kobler deg til det sterke brukerfellesskapet.
Lær det mest grunnleggende om PyTorch
Bli kjent med PyTorch-konsepter og -moduler. Finn ut hvordan du laster inn data, bygger dype nevrale nettverk og lærer opp og lagrer modellene dine i denne hurtigstartveiledningen.
Les mer om PyTorch på Azure
Få fart på PyTorch-prosjektet i skyen med Azure
