Microsoft annonce la sortie publique de DirectML en tant qu'API autonome

Aujourd'hui, Microsoft a annoncé la sortie publique de DirectML en tant qu'API autonome pour les applications Win32, UWP et WSL.

DirectML est disponible sur chacun des milliards d'appareils Windows 10 dans le monde, et plus d'une centaine d'applications tirent déjà parti de DirectML, avec plus de deux cents millions d'inférences accélérées par le matériel GPU effectuées quotidiennement sur Windows.

Les applications vont des applications de retouche photo permettant de nouvelles expériences utilisateur via l'IA aux outils qui vous aident à former des modèles d'apprentissage automatique pour vos applications avec peu d'effort, en exploitant la puissance de calcul de n'importe quel GPU DirectX 12.

Pour permettre aux applications de profiter encore plus facilement de DirectML, Microsoft publie DirectML en tant qu'API autonome dans un seul package NuGet, Microsoft.AI.DirectML.

Voir des exemples de la façon dont il est déjà utilisé ci-dessous:

Inférence de modèle en périphérie avec Windows ML

L'apprentissage automatique est aider les gens travaillent PLUS efficacement ainsi que  DirectML fournit le développeurs de performances, de conformité et de contrôle de bas niveau need pour permettre ces expériences. Fades rameworks comme WindowsML ainsi que  Exécution ONNX couche au-dessus de DirectML, makingurgiter it facile à intégrer de hautes performances machine learning dans votre applicationlication. 

Autrefois le domaine de la science-fiction, des scénarios tels que «l'amélioration» d'une image sont désormais possibles avec des algorithmes sensibles au contexte qui remplissent les pixels plus intelligemment que les techniques de traitement d'image traditionnelles. DxO DeepPRIME La technologie illustre l'utilisation de réseaux de neurones pour simultanément débruiter et démosaïque images numériques. DxO les leviers Windows ML et DirectML pour exploiter les performances et la qualité leur les utilisateurs attendent. 

La santé est un autre domaine qui tire parti des techniques d'apprentissage automatique de manière intéressante. Prenons l'exemple d'un échographiste utilisant un appareil à ultrasons pour évaluer le développement du cerveau fœtal pendant la grossesse de sa patiente. L'acquisition des plans requis et la prise des mesures requises pour cela sont difficiles car cela nécessite beaucoup d'entrées manuelles de la part de l'échographiste. C'est là que les appareils à ultrasons Voluson™ de GE Healthcare sont utiles : des réseaux de neurones préformés aident l'échographiste utilisant la sonde à ultrasons à segmenter automatiquement des plans d'imagerie spécifiques à partir d'un volume et à effectuer des mesures manuelles. Auparavant, l'identification des plans et des mesures appropriés nécessitait des ajustements manuels chronophages. GE Healthcare s'appuie sur Windows ML et DirectML pour fournir des résultats cohérents et fiables sur une large gamme d'appareils à ultrasons.

Un domaine de croissance passionnant se situe à l'intersection de l'apprentissage automatique et des graphiques en temps réel dans les jeux vidéo où les performances sont essentielles. Les premières applications dans ce domaine comprennent l'utilisation de réseaux de neurones pour une mise à l'échelle supérieure des images et le remplissage des lacunes d'échantillonnage des images tracées par rayons; ces techniques permettent de présenter un gameplay haute résolution sans le coût d'un rendu haute résolution. La Exemple de super résolution DirectML montre comment DirectML peut s'intégrer de manière transparente à ces applications gourmandes en graphiques en temps réel.

L'apprentissage automatique est un domaine en évolution rapide, et de nouvelles applications comme celles-ci sont introduites chaque jour : des modèles sont utilisés pour la transcription audio, la traduction de notes manuscrites en texte, la détection de défauts dans la fabrication, et bien d'autres ! DirectML fournit la prise en charge de l'accélération matérielle nécessaire pour ces scénarios depuis Windows 10 version 1903. Désormais, le package DirectML NuGet offre nos derniers investissements d'accélération matérielle encore plus tôt aux développeurs de frameworks et d'applications. Si votre modèle est représentable à l'aide du format ONNX, vous pouvez également puiser dans DirectML.

Modèles d'entraînement avec TensorFlow et Lobe

L'accélération de l'inférence est le point de départ de DirectML : la prise en charge des charges de travail de formation sur l'ensemble des GPU de l'écosystème Windows est la prochaine étape. En septembre 2020, Microsoft TensorFlow open source avec DirectML pour apporter une accélération multi-fournisseurs au framework populaire TensorFlow. Ce projet vise à permettre une expérimentation et une formation rapides sur votre PC, quel que soit le GPU que vous avez sur votre appareil, avec un processus de configuration simple et indolore. Microsoft sait également que de nombreux développeurs d'apprentissage automatique dépendent d'outils, de bibliothèques et de charges de travail conteneurisées qui ne fonctionnent qu'avec des systèmes d'exploitation de type Unix, donc DirectML s'exécute dans Windows ainsi que  le sous-système Windows pour Linux. DirectML vous permet de travailler facilement avec l'environnement et le GPU dont vous disposez déjà.

L'apprentissage automatique devient également de plus en plus accessible avec des outils tels que lobe - une application facile à utiliser qui a tout ce dont vous avez besoin pour donner vie à vos idées d'apprentissage automatique. Pour commencer, collectez et étiquetez vos images et Lobe formera automatiquement un modèle d'apprentissage automatique personnalisé pour vous. Sous Windows, Lobe utilise DirectML pour offrir d'excellentes performances sur une large gamme de GPU. Une fois la formation terminée, vous pouvez essayer votre modèle et l'expédier sur la plate-forme de votre choix.

Premiers pas avec DirectML

Si vous êtes un développeur souhaitant bénéficier de l'apprentissage automatique accéléré par le matériel via DirectML, commencez dès aujourd'hui avec le framework, le package ou l'application qui vous convient le mieux:

En plus de tous les investissements que Microsoft a mis à jour leur documentation apportant plus de détails que jamais avec de nouveaux exemples de code et ressources d'apprentissage, ce qui facilite l'intégration de DirectML à votre application. Microsoft a également ajouté du nouveau contenu pour les développeurs au GitHub DirectML dépôt :

· DirectMLX, une nouvelle bibliothèque C ++ qui encapsule DirectML pour permettre une utilisation plus facile et plus simple, en particulier pour combiner des opérateurs en blocs ou même en modèles complets.

· PyDirectML, une liaison Python pour expérimenter rapidement avec DirectML et les exemples Python sans écrire un exemple C ++ complet.

· Exemples d'applications à la fois C + + ainsi que  Python, y compris une implémentation complète de bout en bout de la détection d'objets en temps réel à l'aide YOLOv4.

Cet article ne fait qu'effleurer la surface de ce qui est possible avec l'apprentissage automatique et DirectML, et Microsoft est ravi de voir où les développeurs prennent DirectML ensuite.

Les développeurs d'IA peuvent garder un œil sur GitHub DirectML pour de nouvelles ressources et des mises à jour futures sur les investissements réalisés par Microsoft.