A Microsoft bejelentette a DirectML nyilvános kiadását önálló API-ként

A Microsoft ma bejelentette a DirectML nyilvános kiadását a Win32, UWP és WSL alkalmazások önálló API-ként.

A DirectML világszerte elérhető a milliárd Windows 10 eszköz mindegyikén, és már több mint száz alkalmazás használja ki a DirectML előnyeit – a Windows rendszeren naponta több mint kétszázmillió GPU-hardvergyorsított következtetést hajtanak végre.

Az alkalmazások a fotószerkesztő alkalmazásoktól kezdve az új felhasználói élményt lehetővé tevő mesterséges intelligencián át az olyan eszközökig terjednek, amelyek segítenek a gépi tanulási modellek betanításában az alkalmazások számára kis erőfeszítéssel, kihasználva bármely DirectX 12 GPU számítási teljesítményét.

Annak érdekében, hogy az alkalmazások még könnyebben kihasználhassák a DirectML előnyeit, a Microsoft egyetlen NuGet-csomagban önálló API-ként adja ki a DirectML-t, Microsoft.AI.DirectML.

Az alábbiakban olvashat példákat arra, hogyan használják már:

Modellkövetkeztetés a széleken Windows ML-rel

A gépi tanulás az segít az emberek dolgoznak több eredményesen és a DirectML biztosít a teljesítmény, megfelelőség és alacsony szintű vezérlés fejlesztői szükség hogy lehetővé tegye ezeket az élményeket. Frameworks, mint WindowsML és a ONNX futásidejű réteg a DirectML tetején, MAKING it könnyű integrálja a nagy teljesítményt gépi tanulás az alkalmazásodbalikáció. 

Ha a tudományos fantasztikus területek körébe tartoznak, olyan szcenáriók, mint egy kép „javítása”, ma már lehetségesek kontextus-tudatos algoritmusokkal, amelyek intelligensebben töltik ki a pixeleket, mint a hagyományos képfeldolgozási technikák. DxO-k DeepPRIME technológia illusztrálja a neurális hálózatok használatát, amelyek egyidejűleg zajtalanítják és demosaikus digitális képek. DxO kihasználja Windows ML és DirectML a teljesítmény és a minőség kihasználásához azok a felhasználók elvárják. 

Az egészségügy egy másik terület, amely érdekes módon hasznosítja a gépi tanulási technikákat. Fontolja meg, hogy a szonográfus ultrahangos készülékkel értékeli a magzati agy fejlődését a páciens terhessége alatt. A szükséges síkok beszerzése és az ehhez szükséges mérések elvégzése kihívást jelent, mert sok kézi bevitelt igényel a szonográfustól. Itt jön jól a GE Healthcare Voluson™ ultrahangos eszköze: előre kiképzett neurális hálózatok segítik az ultrahangszondát használó szonográfusokat, amelyek automatikusan szegmentálják az adott képalkotó síkokat egy térfogatból, és kézi méréseket végeznek. Korábban a megfelelő síkok és mérések azonosítása időigényes kézi beállítást igényelt. A GE Healthcare a Windows ML-re és a DirectML-re támaszkodik, hogy következetes és megbízható eredményeket biztosítson ultrahangeszközeinek széles körében.

A növekedés izgalmas területe a gépi tanulás és a valós idejű grafika metszéspontja a videojátékokban, ahol a teljesítmény kritikus. A korai alkalmazások ezen a területen magukban foglalják az ideghálózatok használatát a kiváló képminőség növeléshez és a sugár nyomon követett képek mintavételi hiányosságainak kitöltéséhez; ezek a technikák lehetővé teszik a nagy felbontású játékmenet bemutatását a nagy felbontású megjelenítés költségei nélkül. Az DirectML Super Resolution minta bemutatja, hogyan tud a DirectML zökkenőmentesen integrálódni ezekkel a valós idejű grafikaigényes alkalmazásokkal.

A gépi tanulás egy gyorsan fejlődő terület, és nap mint nap jelennek meg az ehhez hasonló új alkalmazások: modelleket használnak hangok átírására, kézzel írott jegyzetek szöveggé fordítására, gyártási hibák észlelésére és még sok másra! A DirectML a Windows 10 1903-as verziója óta biztosítja az ezekhez a forgatókönyvekhez szükséges hardvergyorsítási támogatást. A DirectML NuGet csomag most még hamarabb kínálja legújabb hardvergyorsítási befektetéseinket a keretrendszer- és alkalmazásfejlesztőknek. Ha az Ön modellje ONNX formátummal ábrázolható, akkor Ön is bekapcsolhatja a DirectML-t.

Képzési modellek a TensorFlow és a Lobe segítségével

A következtetések felgyorsítása az, ahol a DirectML elindult: a következő lépés a képzési munkaterhelés támogatása a GPU-k széles skáláján a Windows ökoszisztémában. 2020 szeptemberében a Microsoft nyitott forrásból származó TensorFlow DirectML használatával szállítók közötti gyorsításhoz a népszerű TensorFlow keretrendszerhez. Ez a projekt arról szól, hogy gyors kísérletezést és képzést tesz lehetővé a számítógépén, függetlenül attól, hogy melyik GPU-ja van az eszközén, egy egyszerű és fájdalommentes beállítási folyamattal. A Microsoft azt is tudja, hogy sok gépi tanulási fejlesztő olyan eszközöktől, könyvtáraktól és konténeres munkaterhelésektől függ, amelyek csak Unix-szerű operációs rendszerekkel működnek, így a DirectML mindkét Windows rendszerben fut. és a a Windows alrendszer Linuxhoz. A DirectML megkönnyíti a már meglévő környezettel és GPU-val való munkát.

A gépi tanulás az ilyen eszközökkel is egyre hozzáférhetőbb fülcimpa – egy könnyen használható alkalmazás, amely mindent tartalmaz, amire szüksége van a gépi tanulási ötletek életre keltéséhez. A kezdéshez gyűjtse össze és címkézze fel képeit, és a Lobe automatikusan betanít Önnek egy egyéni gépi tanulási modellt. Windows rendszeren a Lobe DirectML-t használ, hogy kiváló teljesítményt nyújtson a GPU-k széles skáláján. A képzés befejeztével kipróbálhatja modelljét, és bármely választott platformra kiszállíthatja.

A DirectML használatának megkezdése

Ha olyan fejlesztő vagy, aki a hardveres gyorsítású gépi tanulás előnyeit szeretné kihasználni a DirectML segítségével, kezdje el még ma a legjobban megfelelő keretrendszert, csomagot vagy alkalmazást:

Az összes beruházás mellett a Microsoft frissítette dokumentációjukat minden eddiginél több részletet hozhat létre új kódmintákkal és tanulási erőforrásokkal együtt, megkönnyítve a DirectML alkalmazásba történő integrálását. A Microsoft új tartalmat is adott a fejlesztők számára a DirectML GitHub repók:

· DirectMLX, egy új C ++ könyvtár, amely a DirectML-t beburkolja a könnyebb és egyszerűbb használat érdekében, különösen az operátorok blokkokká vagy akár teljes modellekké történő egyesítéséhez.

· PyDirectML, egy Python-összerendelés a DirectML és a Python minták gyors kísérletezéséhez teljes C ++ minta megírása nélkül.

· Mintaalkalmazások mindkettőben C + + és a Piton, beleértve a valós idejű objektum-felismerés teljes végpontok közötti megvalósítását YOLOv4.

Ez a bejegyzés csak a gépi tanulással és a DirectML-sel lehetséges lehetőségek felületét karcolja meg, a Microsoft pedig izgatottan várja, hogy a fejlesztők hova viszik a DirectML-t tovább.

Az AI fejlesztők szemmel tarthatják a DirectML GitHub új erőforrásokért és a Microsoft által végrehajtott beruházások jövőbeli frissítéséért.