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.