Azure التعلم الآلي البيئات المنسقة
تسرد هذه المقالة البيئات المنسقة مع أحدث إصدارات إطار العمل في Azure التعلم الآلي. يتم توفير البيئات المنسقة بواسطة Azure التعلم الآلي وتتوفر في مساحة العمل الخاصة بك بشكل افتراضي. وهي مدعومة بصور Docker المخزنة مؤقتا التي تستخدم أحدث إصدار من Azure التعلم الآلي SDK، مما يقلل من تكلفة إعداد التشغيل ويسمح بوقت نشر أسرع. استخدم هذه البيئات للبدء بسرعة في استخدام أطر عمل التعلم الآلي المختلفة.
ملاحظة
استخدم استوديوPython SDK أو CLI أو Azure التعلم الآلي للحصول على القائمة الكاملة للبيئات وتبعياتها. لمزيد من المعلومات، راجع مقالة البيئات.
لماذا يجب علي استخدام البيئات المنسقة؟
- يقلل من زمن انتقال التدريب والنشر.
- يحسن معدل نجاح التدريب والنشر.
- تجنب عمليات بناء الصور غير الضرورية.
- لديك فقط التبعيات المطلوبة وحق الوصول في الصورة / الحاوية.
هام
لعرض مزيد من المعلومات حول حزم البيئة المنسقة وإصداراتها، تفضل بزيارة علامة التبويب البيئات في استوديو Azure التعلم الآلي.
بيئات التدريب المنسقة
PyTorch
الاسم: AzureML-pytorch-1.10-ubuntu18.04-py38-cuda11-gpu
الوصف: بيئة للتعلم العميق باستخدام PyTorch تحتوي على AzureML Python SDK وحزم Python الأخرى.
- وحدة معالجة الرسومات: Cuda11
- نظام التشغيل: أوبونتو18.04
- PyTorch: 1.10
بيئات PyTorch الأخرى المتاحة:
- 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
الاسم: AzureML-lightgbm-3.2-ubuntu18.04-py37-cpu
الوصف: بيئة للتعلم الآلي باستخدام Scikit-Learn و LightGBM و XGBoost و Dask تحتوي على AzureML Python SDK وحزم أخرى.
- نظام التشغيل: أوبونتو18.04
- داسك: 2021.6
- لايت جيجابايت : 3.2
- Scikit-learn: 0.24
- XGBoost: 1.4
Sklearn
الاسم: AzureML-sklearn-1.0-ubuntu20.04-py38-cpu الوصف: بيئة لمهام مثل الانحدار والتجميع والتصنيف باستخدام Scikit-learn. يحتوي على AzureML Python SDK وحزم Python الأخرى.
- نظام التشغيل: أوبونتو20.04
- Scikit-learn: 1.0
بيئات Sklearn الأخرى المتاحة:
- AzureML-sklearn-0.24-ubuntu18.04-py37-cpu
TensorFlow
الاسم: AzureML-tensorflow-2.4-ubuntu18.04-py37-cuda11-gpu
الوصف: بيئة للتعلم العميق باستخدام TensorFlow تحتوي على AzureML Python SDK وحزم Python الأخرى.
- وحدة معالجة الرسومات: Cuda11
- هوروفود: 2.4.1
- نظام التشغيل: أوبونتو18.04
- TensorFlow: 2.4
ML الآلي (AutoML)
تقوم مهام سير عمل تدريب خط أنابيب Azure ML التي تستخدم AutoML تلقائيا بتحديد بيئة منسقة استنادا إلى نوع الحوسبة وما إذا كان DNN ممكنا أم لا. يوفر AutoML البيئات المنسقة التالية:
| الاسم | نوع الحوسبة | تمكين DNN |
|---|---|---|
| AzureML-AutoML | معالج | لا |
| AzureML-AutoML-DNN | معالج | نعم |
| AzureML-AutoML-GPU | وحدة معالجة الرسومات (GPU) | لا |
| AzureML-AutoML-DNN-GPU | وحدة معالجة الرسومات (GPU) | نعم |
لمزيد من المعلومات حول خطوط أنابيب AutoML وAzure ML، راجع استخدام ML التلقائي في خط أنابيب Azure التعلم الآلي في Python.
الاستدلال البيئات المنسقة وصور عامل الرصيف المعدة مسبقا
- يتم تشغيل جميع صور docker كمستخدم غير جذري.
- نوصي باستخدام
latestالعلامة لصور عامل الرصيف . يتم نشر صور عامل الرصيف المعدة مسبقا للاستدلال على سجل حاويات Microsoft (MCR)، للاستعلام عن قائمة العلامات المتوفرة، اتبع الإرشادات الموجودة على مستودع GitHub الخاص بها.
TensorFlow
| إصدار الإطار: | وحدة المعالجة المركزية/وحدة معالجة الرسومات | الحزم المثبتة مسبقا | مسار MCR | البيئة المنسقة |
|---|---|---|---|---|
| 1.15 | CPU | الباندا = = 0.25.1 numpy = 1.20.1 | mcr.microsoft.com/azureml/tensorflow-1.15-ubuntu18.04-py37-cpu-inference:latest |
AzureML-tensorflow-1.15-ubuntu18.04-py37-cpu-inference |
| 2.4 | CPU | numpy> = 1.16.0 الباندا ~ = 1.1.x | mcr.microsoft.com/azureml/tensorflow-2.4-ubuntu18.04-py37-cpu-inference:latest |
AzureML-tensorflow-2.4-ubuntu18.04-py37-cpu-inference |
| 2.4 | وحدة معالجة الرسومات (GPU) | numpy >= 1.16.0 الباندا ~ = 1.1.x CUDA = = 11.0.3 CuDNN = = 8.0.5.39 | mcr.microsoft.com/azureml/tensorflow-2.4-ubuntu18.04-py37-cuda11.0.3-gpu-inference:latest |
AzureML-tensorflow-2.4-ubuntu18.04-py37-cuda11.0.3-gpu-inference |
PyTorch
| إصدار الإطار: | وحدة المعالجة المركزية/وحدة معالجة الرسومات | الحزم المثبتة مسبقا | مسار MCR | البيئة المنسقة |
|---|---|---|---|---|
| 1.6 | CPU | numpy==1.20.1 الباندا ==0.25.1 | mcr.microsoft.com/azureml/pytorch-1.6-ubuntu18.04-py37-cpu-inference:latest |
AzureML-pytorch-1.6-ubuntu18.04-py37-cpu-inference |
| 1.7 | CPU | numpy> = 1.16.0 الباندا ~ = 1.1.x | mcr.microsoft.com/azureml/pytorch-1.7-ubuntu18.04-py37-cpu-inference:latest |
AzureML-pytorch-1.7-ubuntu18.04-py37-cpu-inference |
SciKit-Learn
| إصدار الإطار: | وحدة المعالجة المركزية/وحدة معالجة الرسومات | الحزم المثبتة مسبقا | مسار MCR | البيئة المنسقة |
|---|---|---|---|---|
| 0.24.1 | CPU | scikit-learn==0.24.1 numpy>=1.16.0 الباندا ~=1.1.x | mcr.microsoft.com/azureml/sklearn-0.24.1-ubuntu18.04-py37-cpu-inference:latest |
AzureML-sklearn-0.24.1-ubuntu18.04-py37-cpu-inference |
وقت تشغيل ONNX
| إصدار الإطار: | وحدة المعالجة المركزية/وحدة معالجة الرسومات | الحزم المثبتة مسبقا | مسار MCR | البيئة المنسقة |
|---|---|---|---|---|
| 1.6 | CPU | numpy> = 1.16.0 الباندا ~ = 1.1.x | mcr.microsoft.com/azureml/onnxruntime-1.6-ubuntu18.04-py37-cpu-inference:latest |
AzureML-onnxruntime-1.6-ubuntu18.04-py37-cpu-inference |
XGBoost
| إصدار الإطار: | وحدة المعالجة المركزية/وحدة معالجة الرسومات | الحزم المثبتة مسبقا | مسار MCR | البيئة المنسقة |
|---|---|---|---|---|
| 0.9 | CPU | scikit-learn==0.23.2 numpy==1.20.1 الباندا ==0.25.1 | mcr.microsoft.com/azureml/xgboost-0.9-ubuntu18.04-py37-cpu-inference:latest |
AzureML-xgboost-0.9-ubuntu18.04-py37-cpu-inference |
لا يوجد إطار عمل
| إصدار الإطار: | وحدة المعالجة المركزية/وحدة معالجة الرسومات | الحزم المثبتة مسبقا | مسار MCR | البيئة المنسقة |
|---|---|---|---|---|
| غير متوفر | CPU | غير متوفر | mcr.microsoft.com/azureml/minimal-ubuntu18.04-py37-cpu-inference:latest |
AzureML-minimal-ubuntu18.04-py37-cpu-inference |
الدعم
يتم إصدار تحديثات الإصدارات للبيئات المدعومة، بما في ذلك الصور الأساسية التي تشير إليها، كل أسبوعين لمعالجة الثغرات الأمنية التي لا يزيد عمرها عن 30 يوما. استنادا إلى الاستخدام، قد يتم إهمال بعض البيئات (مخفية عن المنتج ولكنها قابلة للاستخدام) لدعم سيناريوهات التعلم الآلي الأكثر شيوعا.