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.