الأخبار التكنولوجية والاستعراضات والنصائح!

PyTorch 1.2 مدعوم بالكامل الآن على Azure – إليك بعض الطرق التي يمكن استخدامها

PyTorch 1.2 مدعوم بالكامل الآن على Azure - إليك بعض الطرق التي يمكن استخدامها 1 الصورة عبر Facebook هندسة

PyTorch هو إطار تعليمي مفتوح المصدر يتم استخدامه لإنشاء وتدريب نماذج التعلم العميق. يمكن بعد ذلك تطبيقها في مجموعة متنوعة من حالات الاستخدام ، والتي تتعلق في الغالب بمجالات رؤية الكمبيوتر ومعالجة اللغة الطبيعية وما شابه.

أعلنت Microsoft عن دعمها الكامل لبي تورتش على أزور العام الماضي ؛ يلعب بعض مطوري التكنولوجيا العملاقة دوراً نشطاً في مجتمع إطار التدريب ، ويتم تقديم PyTorch من خلال الكثير من خدمات منصة AI التابعة لشركة Redmond. الآن ، بعد أسابيع قليلة من إصدار PyTorch 1.2 ، سلطت Microsoft الضوء على بعض الطرق التي يمكن استخدامها بها في Azure ، مع إعادة تأكيد دعمها المستمر للمكتبة التي تستند إلى Torch.

على الرغم من أنه مكتوب بشكل أساسي في Python ، إلا أن PyTorch له واجهة C ++. تم دمج الإصدار الجديد من إطار العمل مع بعض خدمات النظام الأساسي السحابي من Microsoft والتي تشمل Azure Machine Learning و Azure Notebooks و Data Science Virtual Machine. يمكنك الاستفادة من بعض أحدث الميزات بالطرق التالية لكل من هذه الخدمات:

  • خدمة تعلم الآلة Azure – Azure Machine Learning يبسط بناء وتدريب ونشر نماذج تعلم الآلة. يحتوي Python SDK من Azure Machine Learning على مقدّر PyTorch مخصص يسهل تشغيل البرامج النصية التدريبية PyTorch على أي هدف حسابي تختاره ، سواء كان جهازك المحلي أو جهازًا ظاهريًا واحدًا (VM) في Azure أو مجموعة GPU في Azure. تعلم كيفية تدريب نماذج Pytorch للتعلم العميق على نطاق واسع باستخدام Azure Machine Learning.
  • أزور الدفاتر – توفر Azure Notebooks خادمًا محمولًا مجانيًا لاستضافة Jupyter مع تثبيت PyTorch 1.2 مسبقًا. لمعرفة المزيد ، تحقق من أمثلة PyTorch التعليمية والأمثلة.
  • الآلة الافتراضية لعلوم البيانات – يتم تكوين الأجهزة الظاهرية لعلوم البيانات مسبقًا باستخدام أدوات العلوم والتعلم العميق الشائعة ، بما في ذلك PyTorch 1.2. يمكنك اختيار مجموعة متنوعة من أنواع الأجهزة لاستضافة الجهاز الظاهري لعلوم البيانات ، بما في ذلك تلك التي تحتوي على وحدات معالجة الرسومات. لمعرفة المزيد ، راجع وثائق الجهاز الظاهري لعلوم البيانات.
PyTorch 1.2 مدعوم بالكامل الآن على Azure - إليك بعض الطرق التي يمكن استخدامها 2

مع التقدم ، قامت Microsoft أيضًا بتفصيل التقدم الذي أحرزته في جعل عملية نقل نماذج PyTorch من التدريب إلى الإنتاج أكثر كفاءة. تم التوصية بفتح تبادل الشبكة العصبية (ONNX) لتصدير النماذج. بشكل خاص ، يمكن الاستدلال على نماذج ONNX باستخدام ONNX Runtime ، والذي تمت كتابته بلغة C ++ وهو مدعوم على Windowsو Linux و Mac. نظرًا لأن محرك الاستدلال صغير الحجم جدًا ، فهو مناسب جدًا لتصدير أعباء عمل تعلم الآلة على نطاق الإنتاج عبر مجموعة من الأجهزة المستهدفة. علاوة على ذلك ، قامت NVIDIA و Intel أيضًا بدمج المعجلات الخاصة بها مع Runtime ، مما يجعلها أكثر كفاءة على وحدات المعالجة المركزية ووحدات معالجة الرسومات ووحدات معالجة الوسائط.

على هذا النحو ، ساهمت Microsoft ببعض ميزات تصدير ONNX المحسنة لـ PyTorch 1.2 ، والتي تشمل:

  • دعم مجموعة واسعة من نماذج PyTorch ، بما في ذلك نماذج الكشف عن الأشياء وتجزئةها مثل قناع RCNN و RCNN أسرع و SSD
  • دعم النماذج التي تعمل على مدخلات متغيرة الطول
  • تصدير النماذج التي يمكن تشغيلها على إصدارات مختلفة من محركات الاستدلال ONNX
  • تعظيم الاستفادة من النماذج مع الطي المستمر
  • برنامج تعليمي شامل يوضح تصدير نموذج PyTorch إلى ONNX وتشغيل الاستدلال في وقت تشغيل ONNX

يمكنك معرفة المزيد حول نشر نماذج PyTorch 1.2 على السحابة ، إلى Windows التطبيقات ، وعلى أجهزة Linux IoT ARM من خلال النقر على روابط البرنامج التعليمي ذات الصلة. يمكن التحقق من أحدث إصدار من إطار التعلم العميق على Azure من خلال نسخة تجريبية مجانية.