PyTorch is een opensource deep learning-framework dat het pad van onderzoek naar productie versnelt. Gegevenswetenschappers van Microsoft gebruiken PyTorch als het primaire framework om modellen te ontwikkelen die nieuwe ervaringen in Microsoft 365, Bing, Xbox en meer mogelijk maken. Microsoft is een belangrijke bijdrager aan het PyTorch-ecosysteem met recente bijdragen zoals PyTorch Profiler.
PyTorch in Azure: een goede combinatie
Productieklaar
Modellen betrouwbaar en op schaal trainen en implementeren met behulp van een ingebouwde PyTorch-omgeving in Azure Machine Learning en ervoor te zorgen dat de nieuwste PyTorch-stack volledig wordt ondersteund via Azure Container for PyTorch.
Versnelde prestatie
Beperk de marktintroductietijd met krachtige GPU-hardware, een softwareversneller van productiekwaliteit met ONNX Runtime en de nieuwste innovatieve schalingstechnieken met DeepSpeed in Azure.
Versterkt ecosysteem
Meer informatie over het uitgebreide PyTorch-ecosysteem met hulpprogramma's en mogelijkheden, waaronder PyTorch Profiler.
Vertrouwd door bedrijven van elke omvang
Yuji Fukaya, Manager AI Consulting Group AI Transformation Center, Information Services International-Dentsu"Other deep learning frameworks and cloud services are out there, but we think Azure, Azure Machine Learning, and PyTorch are the best choices because they enhance accuracy, efficiency, scalability, and speed of development."

Jeremy Jancsary, Sr. Senior Principal Research Scientist, Nuance"The new enterprise-level offering by Microsoft closes an important gap. Serving PyTorch models in production can be a challenge. The direct involvement of Microsoft lets us deploy new versions of PyTorch to Azure with confidence."

Alexander Vaagan, Chief Data Scientist, Inmeta, onderdeel van Crayon"I would recommend the Azure environment to other developers. It's user-friendly, easy to develop with, and very importantly, it follows best practices for AI and machine learning work."

Pablo Castellanos Garcia, VP of Engineering, Wayve"Running PyTorch on Azure gives us the best platform to build our embodied intelligence. It's easy for our engineers to run the experiments they need, all at once, at petabyte scale."

Zoiner Tejada, CEO van Solliance en CTO van Baseline"With Azure AI and PyTorch, we combined focused applications of AI with journalistic processes and financial intelligence, yielding a solution that is unique in the market and valuable for cryptocurrency investors."

Tom Chmielenski, Principal MLOps Engineer, Bentley"We use Azure Machine Learning and PyTorch in our new framework to develop and move AI models into production faster, in a repeatable process that allows data scientists to work both on-premises and in Azure."

Microsoft draagt actief bij aan een ecosysteem van opensource-projecten van PyTorch

PyTorch Profiler
PyTorch Profiler is een opensource-hulpprogramma waarmee u inzicht kunt krijgen in het verbruik van hardwareresources, zoals tijd en geheugen, van verschillende PyTorch-bewerkingen in uw model en prestatieknelpunten kunt oplossen. Hierdoor wordt uw model sneller uitgevoerd met minder overhead.

ONNX Runtime op PyTorch
Naarmate modellen voor deep learning uitgebreider worden, wordt het verminderen van trainingstijd zowel een financiële als een milieukwestie. Met ONNX Runtime wordt grootschalige, gedistribueerde training van PyTorch-transformeringsmodellen sneller uitgevoerd met de wijziging van één regel code. Combineer met DeepSpeed om de trainingssnelheid op PyTorch nog meer te vergroten.

PyTorch in Windows
Microsoft onderhoudt PyTorch-builds voor Windows zodat uw team kan profiteren van goed geteste en stabiele builds, eenvoudige en betrouwbare installatie, quickstarts en zelfstudies, high performance en ondersteuning voor geavanceerdere functies zoals gedistribueerde GPU-training.

PyTorch Foundation
Met het toenemende belang van PyTorch voor zowel AI-onderzoek als -productie, hebben Mark Zuckerberg en de Linux Foundation gezamenlijk aangekondigd dat PyTorch wordt overgezet naar de Linux Foundation om continue groei van de community te ondersteunen en een thuis te bieden waar het nog jaren kan groeien. Om bij te dragen aan de toekomstige uitbreiding van PyTorch, is Microsoft lid geworden van de PyTorch Foundation als lid van de raad van bestuur om de democratisering en samenwerking van AI/ML te leiden. Lees het metablogbericht voor meer informatie over de PyTorch Foundation en verken de nieuwste PyTorch-mogelijkheden.
ONNX Runtime: een runtime voor versnelde deductie en training van PyTorch-modellen die ondersteuning biedt voor Windows, Mac, Linux, Android en iOS en is geoptimaliseerd voor uiteenlopende hardwareversnellers.
DeepSpeed: een bibliotheek met algoritmen voor het trainen van uitgebreide modellen van de volgende generatie, met geavanceerde modelparallelle trainingsalgoritmen en andere optimalisaties voor gedistribueerde training.
Hummingbird: een bibliotheek waarin traditionele modellen zoals Scikit-Learn of LightGBM worden gecompileerd tot PyTorch-tensorcomputing voor snellere deductie.
Twee manieren om Azure te gebruiken voor PyTorch-ontwikkeling
Uw werkstroom versnellen met Azure Machine Learning
Bouw, train en implementeer eenvoudig PyTorch-modellen met behulp van Azure Container voor PyTorch. Het is diep geïntegreerd met Azure Machine Learning voor experimentbeheer en volledige ondersteuning voor de machine learning-levenscyclus. Azure Machine Learning vereenvoudigt end-to-end machine learning-werkstromen en verwerkt daarnaast taken zoals gegevensvoorbereiding en het bijhouden van experimenten, waardoor de productietijd daalt van weken tot uren.
Ontwikkelen met Azure Data Science Virtual Machine voor PyTorch
Data Science Virtual Machines voor PyTorch zijn vooraf geïnstalleerd en gevalideerd met de nieuwste PyTorch-versie om de installatiekosten te verlagen en de time-to-value te versnellen. De pakketten bevatten verschillende optimalisatiefunctionaliteiten zoals ONNX Runtime, DeepSpeed en PySpark om een soepele, kant-en-klare ontwikkelingservaring te krijgen en de mogelijkheid om te werken met alle Azure-hardwareconfiguraties, inclusief GPU's.
Basisprincipes van PyTorch leren
Meer informatie over de grondbeginselen van deep learning met PyTorch op Microsoft Learn. Dit leertraject voor beginners introduceert belangrijke concepten voor het bouwen van machine learning-modellen in meerdere domeinen, waaronder spraak, zicht en natuurlijke taalverwerking.
Aan de slag met PyTorch in de AI-show
Leer de basisbeginselen van PyTorch, zoals hoe u een model bouwt en implementeert en hoe u contact maakt met de sterke community van gebruikers.
De basisbeginselen van PyTorch verwerven
Maak kennis met PyTorch-concepten en -modules. In deze snelstartgids leert u hoe u gegevens laadt, Deep Neural Networks maakt en uw modellen traint en opslaat.
Meer informatie over PyTorch in Azure
Lees blogs over PyTorch
- Wat is er nieuw in PyTorch Profiler 1.9?
- Twee manieren om PyTorch-modellen te profileren op een externe server
- PyTorch-prestaties optimaliseren: batchgrootte met PyTorch Profiler
- Introductie van ondersteuning voor Distributed Data Parallel in PyTorch Windows
- Optimalisatie van modelprestaties met TorchServe
Informatiebronnen
- De basisbeginselen van PyTorch verwerven
- Basisprincipes van PyTorch in verwerking van spraak, zicht en natuurlijke taal
- PyTorch-modellen op schaal trainen met Azure Machine Learning
- PyTorch-zelfstudies
- Documentatie voor PyTorch
- Een vooraf getraind model voor afbeeldingsclassificatie implementeren in Azure Functions met PyTorch
Versnel uw PyTorch-project in de cloud met Azure
