Kerangka kerja pembelajaran mendalam dan AI untuk Azure Ilmu Data Virtual Machine

Kerangka kerja pembelajaran mendalam pada DSVM tercantum di sini:

CUDA, cuDNN, Driver NVIDIA

Kategori	Nilai
Versi yang didukung	11
Edisi DSVM yang didukung	Server Windows 2019 Linux
Bagaimana itu dikonfigurasi dan diinstal pada DSVM?	nvidia-smi tersedia pada jalur sistem.
Cara menjalankannya	Buka perintah (di Windows) atau terminal (di Linux), lalu jalankan nvidia-smi.

Horovod

Kategori	Nilai
Versi yang didukung	0.21.3
Edisi DSVM yang didukung	Linux
Bagaimana itu dikonfigurasi dan diinstal pada DSVM?	Horovod diinstal di Python 3.5
Cara menjalankannya	Aktifkan lingkungan yang benar di terminal, lalu jalankan Python.

Antarmuka Manajemen Sistem NVidia (nvidia-smi)

Kategori	Nilai
Versi yang didukung
Edisi DSVM yang didukung	Server Windows 2019 Linux
Untuk apa digunakan?	Sebagai alat NVIDIA untuk mengkueri aktivitas GPU
Bagaimana itu dikonfigurasi dan diinstal pada DSVM?	nvidia-smi berada di jalur sistem.
Cara menjalankannya	Pada komputer virtual dengan GPU, buka prompt perintah (di Windows), atau terminal (di Linux), lalu jalankan nvidia-smi.

PyTorch

Kategori	Nilai
Versi yang didukung	1.9.0 (Linux, Windows 2019)
Edisi DSVM yang didukung	Server Windows 2019 Linux
Bagaimana itu dikonfigurasi dan diinstal pada DSVM?	Dipasang di Python, lingkungan conda 'py38_default', 'py38_pytorch'
Cara menjalankannya	Di terminal, aktifkan lingkungan yang sesuai, lalu jalankan Python. * JupyterHub: Hubungkan, lalu buka direktori PyTorch untuk sampel.

TensorFlow 2.5.0

Kategori	Nilai
Versi yang didukung	2.5
Edisi DSVM yang didukung	Server Windows 2019 Linux
Bagaimana itu dikonfigurasi dan diinstal pada DSVM?	Dipasang di Python, lingkungan conda 'py38_default', 'py38_tensorflow'
Cara menjalankannya	Di terminal, aktifkan lingkungan yang benar, lalu jalankan Python. * Jupyter: Hubungkan ke Jupyter atau JupyterHub, lalu buka direktori TensorFlow untuk sampel.