Udostępnij za pośrednictwem


Platformy uczenia głębokiego i sztucznej inteligencji dla maszyny wirtualnej platformy Azure Nauka o danych

Platformy uczenia głębokiego na maszynie DSVM są wymienione tutaj:

Sterownik CUDA, cuDNN, NVIDIA

Kategoria Wartość
Obsługiwane wersje 11
Obsługiwane wersje maszyny DSVM Windows Server 2019
Linux
Jak jest on skonfigurowany i zainstalowany na maszynie DSVM? Narzędzie nvidia-smi jest dostępne na ścieżce systemowej.
Jak go uruchomić Otwórz wiersz polecenia (w systemie Windows) lub terminal (w systemie Linux), a następnie uruchom narzędzie nvidia-smi.

Horovod

Kategoria Wartość
Obsługiwane wersje 0.21.3
Obsługiwane wersje maszyny DSVM Linux
Jak jest on skonfigurowany i zainstalowany na maszynie DSVM? Platforma Horovod jest zainstalowana w języku Python 3.5
Jak go uruchomić Aktywuj prawidłowe środowisko w terminalu, a następnie uruchom język Python.

Interfejs zarządzania systemem NVidia (nvidia-smi)

Kategoria Wartość
Obsługiwane wersje
Obsługiwane wersje maszyny DSVM Windows Server 2019
Linux
Do czego służy? Jako narzędzie NVIDIA do wykonywania zapytań o działanie procesora GPU
Jak jest on skonfigurowany i zainstalowany na maszynie DSVM? nvidia-smi znajduje się w ścieżce systemowej.
Jak go uruchomić Na maszynie wirtualnej z procesorami GPU otwórz wiersz polecenia (w systemie Windows) lub terminal (w systemie Linux), a następnie uruchom polecenie nvidia-smi.

PyTorch

Kategoria Wartość
Obsługiwane wersje 1.9.0 (Linux, Windows 2019)
Obsługiwane wersje maszyny DSVM Windows Server 2019
Linux
Jak jest on skonfigurowany i zainstalowany na maszynie DSVM? Zainstalowane w środowisku Python, conda "py38_default", "py38_pytorch"
Jak go uruchomić W terminalu aktywuj odpowiednie środowisko, a następnie uruchom język Python.
* JupyterHub: Połącz, a następnie otwórz katalog PyTorch dla przykładów.

TensorFlow

Kategoria Wartość
Obsługiwane wersje 2,5
Obsługiwane wersje maszyny DSVM Windows Server 2019
Linux
Jak jest on skonfigurowany i zainstalowany na maszynie DSVM? Zainstalowane w języku Python, środowiskach conda "py38_default", "py38_tensorflow"
Jak go uruchomić W terminalu aktywuj poprawne środowisko, a następnie uruchom język Python.
* Jupyter: połącz się z usługą Jupyter lub JupyterHub, a następnie otwórz katalog TensorFlow, aby uzyskać przykłady.