Środowiska wyselekcjonowane usługi Azure Machine Learning

W tym artykule wymieniono wyselekcjonowane środowiska z najnowszymi wersjami platformy w usłudze Azure Machine Learning. Wyselekcjonowane środowiska są dostarczane przez usługę Azure Machine Learning i są domyślnie dostępne w obszarze roboczym. Są one wspierane przez buforowane obrazy platformy Docker, które korzystają z najnowszej wersji zestawu Azure Machine Learning SDK, zmniejszając koszt przygotowania przebiegu i umożliwiając szybsze wdrażanie. Użyj tych środowisk, aby szybko rozpocząć pracę z różnymi platformami uczenia maszynowego.

Uwaga

Użyj zestawu SDK języka Python, interfejsu wiersza polecenia lub usługi Azure Machine Learning Studio , aby uzyskać pełną listę środowisk i ich zależności. Aby uzyskać więcej informacji, zobacz artykuł dotyczący środowisk.

Dlaczego warto używać wyselekcjonowanych środowisk?

  • Zmniejsza opóźnienie trenowania i wdrażania.
  • Poprawia wskaźnik powodzenia trenowania i wdrażania.
  • Unikaj niepotrzebnych kompilacji obrazów.
  • W obrazie/kontenerze są dostępne tylko wymagane zależności i prawa dostępu. 

Ważne

Aby wyświetlić więcej informacji o wyselekcjonowanych pakietach i wersjach środowiska, odwiedź kartę Środowiska w usłudze Azure Machine Learning Studio.

Wyselekcjonowane środowiska

Ważne

Elementy oznaczone (wersja zapoznawcza) w tym artykule są obecnie dostępne w publicznej wersji zapoznawczej. Wersja zapoznawcza jest dostarczana bez umowy dotyczącej poziomu usług i nie jest zalecana w przypadku obciążeń produkcyjnych. Niektóre funkcje mogą być nieobsługiwane lub ograniczone. Aby uzyskać więcej informacji, zobacz Uzupełniające warunki korzystania z wersji zapoznawczych platformy Microsoft Azure.

Azure Container for PyTorch (ACPT) (wersja zapoznawcza)

Nazwa: AzureML-ACPT-pytorch-1.12-py39-cuda11.6-gpu
Opis: Środowisko wyselekcjonowane platformy Azure dla platformy PyTorch to nasze najnowsze środowisko wyselekcjonowane PyTorch. Jest zoptymalizowana pod kątem dużych, rozproszonych obciążeń uczenia głębokiego i jest wstępnie spakowana z najlepszymi technologiami firmy Microsoft na potrzeby przyspieszonego trenowania, np. OnnxRuntime Training (ORT), DeepSpeed, MSCCL itp.

Obsługiwane są następujące konfiguracje:

Nazwa środowiska System operacyjny Wersja procesora GPU Wersja języka Python Wersja PyTorch Wersja szkoleniowa ORT Wersja DeepSpeed wersja torch-ort
AzureML-ACPT-pytorch-1.12-py39-cuda11.6-gpu Ubuntu 20.04 cu116 3.9 1.12.1 1.13.1 0.7.3 1.13.1
AzureML-ACPT-pytorch-1.12-py38-cuda11.6-gpu Ubuntu 20.04 cu116 3,8 1.12.1 1.12.0 0.7.3 1.12.0
AzureML-ACPT-pytorch-1.11-py38-cuda11.5-gpu Ubuntu 20.04 cu115 3,8 1.11.0 1.11.1 0.7.3 1.11.0
AzureML-ACPT-pytorch-1.11-py38-cuda11.3-gpu Ubuntu 20.04 cu113 3,8 1.11.0 1.11.1 0.7.3 1.11.0

Uwaga

Obecnie ze względu na podstawowe niezgodności cuda i klastra w serii NC mogą być używane tylko procesory AzureML-ACPT-pytorch-1.11-py38-cuda11.3-gpu z cuda 11.3.

PyTorch

Nazwa: AzureML-pytorch-1.10-ubuntu18.04-py38-cuda11-gpu
Opis: środowisko do uczenia głębokiego za pomocą biblioteki PyTorch zawierające zestaw SDK języka Python usługi AzureML i inne pakiety języka Python.

  • GPU: Cuda11
  • System operacyjny: Ubuntu18.04
  • PyTorch: 1.10

Inne dostępne środowiska PyTorch:

  • AzureML-pytorch-1.9-ubuntu18.04-py37-cuda11-gpu
  • AzureML-pytorch-1.8-ubuntu18.04-py37-cuda11-gpu
  • AzureML-pytorch-1.7-ubuntu18.04-py37-cuda11-gpu

LightGBM

Nazwa: AzureML-lightgbm-3.2-ubuntu18.04-py37-cpu
Opis: Środowisko uczenia maszynowego za pomocą biblioteki Scikit-learn, LightGBM, XGBoost, Dask zawierające zestaw SDK języka Python azureML i inne pakiety.

  • System operacyjny: Ubuntu18.04
  • Dask: 2021.6
  • LightGBM: 3.2
  • Scikit-learn: 0.24
  • XGBoost: 1.4

Sklearn

Nazwa: AzureML-sklearn-1.0-ubuntu20.04-py38-cpu
Opis: Środowisko dla zadań, takich jak regresja, klastrowanie i klasyfikacja za pomocą biblioteki Scikit-learn. Zawiera zestaw SDK języka Python w języku AzureML i inne pakiety języka Python.

  • System operacyjny: Ubuntu20.04
  • Scikit-learn: 1.0

Inne dostępne środowiska Sklearn:

  • AzureML-sklearn-0.24-ubuntu18.04-py37-cpu

TensorFlow

Nazwa: AzureML-tensorflow-2.4-ubuntu18.04-py37-cuda11-gpu
Opis: Środowisko uczenia głębokiego za pomocą biblioteki TensorFlow zawierające zestaw SDK języka Python azureML i inne pakiety języka Python.

  • GPU: Cuda11
  • Horovod: 2.4.1
  • System operacyjny: Ubuntu18.04
  • TensorFlow: 2.4

Zautomatyzowane uczenie maszynowe (AutoML)

Przepływy pracy trenowania potoku usługi Azure ML korzystające z rozwiązania AutoML automatycznie wybierają wyselekcjonowane środowisko na podstawie typu obliczeniowego i czy jest włączona nazwa sieci rozproszonej. Rozwiązanie AutoML udostępnia następujące wyselekcjonowane środowiska:

Nazwa Typ obliczeniowy Włączona nazwa sieci rozproszonej
AzureML-AutoML Procesor CPU Nie
AzureML-AutoML-DNN Procesor CPU Tak
AzureML-AutoML-GPU Procesory GPU Nie
AzureML-AutoML-DNN-GPU Procesory GPU Tak

Aby uzyskać więcej informacji na temat potoków zautomatyzowanego uczenia maszynowego i usługi Azure ML, zobacz Używanie zautomatyzowanego uczenia maszynowego w potoku usługi Azure Machine Learning w języku Python.

Pomoc techniczna

Aktualizacje wersji dla obsługiwanych środowisk, w tym obrazy podstawowe, do których się odwołują, są wydawane co dwa tygodnie w celu rozwiązania luk w zabezpieczeniach nie starszych niż 30 dni. W oparciu o użycie niektóre środowiska mogą być przestarzałe (ukryte od produktu, ale można ich używać), aby obsługiwać bardziej typowe scenariusze uczenia maszynowego.