Microsoft annuncia il rilascio pubblico di DirectML come API standalone

Icona del tempo di lettura 6 minuto. leggere


I lettori aiutano a supportare MSpoweruser. Potremmo ricevere una commissione se acquisti tramite i nostri link. Icona descrizione comando

Leggi la nostra pagina informativa per scoprire come puoi aiutare MSPoweruser a sostenere il team editoriale Per saperne di più

super_risoluzione_campione

Oggi Microsoft ha annunciato il rilascio pubblico di DirectML come API autonoma per applicazioni Win32, UWP e WSL.

DirectML è disponibile in ognuno dei miliardi di dispositivi Windows 10 in tutto il mondo e oltre un centinaio di applicazioni sfruttano già DirectML, con oltre duecento milioni di inferenze con accelerazione hardware GPU eseguite ogni giorno su Windows.

Le applicazioni vanno dalle applicazioni di fotoritocco che consentono nuove esperienze utente attraverso l'intelligenza artificiale a strumenti che ti aiutano a addestrare modelli di apprendimento automatico per le tue applicazioni con poco sforzo, sfruttando la potenza di calcolo di qualsiasi GPU DirectX 12.

Per rendere ancora più facile per le applicazioni sfruttare DirectML, Microsoft sta rilasciando DirectML come API standalone in un unico pacchetto NuGet, Microsoft.AI.DirectML.

Vedi esempi di come viene già utilizzato di seguito:

Model Inference on the Edge con Windows ML

L'apprendimento automatico è aiutare le persone lavorano Scopri di più in modo efficiente ed DirectML fornisce , il sviluppatori di prestazioni, conformità e controllo di basso livello bisogno per abilitare queste esperienze. Frameworks come WindowsML ed Runtime ONNX strato oltre a DirectMLmakING it facile integrare ad alte prestazioni machine learning nella tua appb licazione. 

Un tempo dominio della fantascienza, scenari come il "miglioramento" di un'immagine sono ora possibili con algoritmi consapevoli del contesto che riempiono i pixel in modo più intelligente rispetto alle tradizionali tecniche di elaborazione delle immagini. DxO DeepPRIME la tecnologia illustra l'uso delle reti neurali per denoise e simultaneamente demosaico immagini digitali. DxO leveraggi Windows ML e DirectML per sfruttare le prestazioni e la qualità loro gli utenti si aspettano. 

L'assistenza sanitaria è un altro campo che sfrutta le tecniche di apprendimento automatico in modi interessanti. Considera un ecografista che utilizza un dispositivo a ultrasuoni per valutare lo sviluppo del cervello fetale durante la gravidanza della sua paziente. Acquisire i piani richiesti e prendere le misurazioni necessarie per questo è impegnativo perché richiede molti input manuali da parte dell'ecografista. È qui che i dispositivi a ultrasuoni Voluson™ di GE Healthcare tornano utili: le reti neurali pre-addestrate aiutano l'ecografista utilizzando la sonda a ultrasuoni a segmentare automaticamente piani di imaging specifici da un volume ed eseguire misurazioni manuali. In precedenza, l'identificazione dei piani e delle misurazioni appropriati richiedeva regolazioni manuali dispendiose in termini di tempo. GE Healthcare si affida a Windows ML e DirectML per fornire risultati coerenti e affidabili su un'ampia gamma di dispositivi a ultrasuoni.

SonoCNS di GE Healthcare aiuta a catturare le misurazioni necessarie per la valutazione del cervello fetale.

Un'entusiasmante area di crescita si trova all'intersezione tra apprendimento automatico e grafica in tempo reale nei videogiochi in cui le prestazioni sono fondamentali. Le prime applicazioni in quest'area includono l'uso di reti neurali per un upscaling superiore delle immagini e il riempimento delle lacune di campionamento delle immagini ray tracing; queste tecniche rendono possibile presentare un gameplay ad alta risoluzione senza il costo del rendering ad alta risoluzione. Il Esempio di Super Risoluzione DirectML mostra come DirectML può integrarsi perfettamente con queste applicazioni ad alta intensità di grafica in tempo reale.

Immagine di esempio dall'esempio Super Resolution di DirectML.

L'apprendimento automatico è un campo in rapida evoluzione e ogni giorno vengono introdotte nuove applicazioni come queste: i modelli vengono utilizzati per la trascrizione dell'audio, la traduzione di note scritte a mano in testo, il rilevamento dei guasti nella produzione e molto altro! DirectML ha fornito il supporto per l'accelerazione hardware necessario per questi scenari da Windows 10 versione 1903. Ora il pacchetto DirectML NuGet offre i nostri ultimi investimenti per l'accelerazione hardware ancora prima agli sviluppatori di framework e applicazioni. Se il tuo modello è rappresentabile utilizzando il formato ONNX, anche tu puoi attingere a DirectML.

Modelli di addestramento con TensorFlow e Lobe

L'accelerazione dell'inferenza è il punto di partenza di DirectML: il passaggio successivo è il supporto dei carichi di lavoro di addestramento nell'ambito delle GPU nell'ecosistema Windows. A settembre 2020, Microsoft TensorFlow open source con DirectML per portare l'accelerazione cross-vendor al popolare framework TensorFlow. Questo progetto mira a consentire una rapida sperimentazione e formazione sul tuo PC, indipendentemente dalla GPU che hai sul tuo dispositivo, con un processo di configurazione semplice e indolore. Microsoft sa anche che molti sviluppatori di machine learning dipendono da strumenti, librerie e carichi di lavoro containerizzati che funzionano solo con sistemi operativi simili a Unix, quindi DirectML viene eseguito in entrambi i sistemi Windows ed il sottosistema Windows per Linux. DirectML ti semplifica il lavoro con l'ambiente e la GPU che già possiedi.

Rilevamento di oggetti in esecuzione su un video utilizzando il modello YOLOv4 tramite TensorFlow con DirectML.

Anche l'apprendimento automatico sta diventando sempre più accessibile con strumenti come lobo – un'app facile da usare che ha tutto ciò di cui hai bisogno per dare vita alle tue idee di machine learning. Per iniziare, raccogli ed etichetta le tue immagini e Lobe addestrerà automaticamente un modello di machine learning personalizzato per te. Su Windows, Lobe utilizza DirectML per offrire prestazioni eccezionali su un'ampia gamma di GPU. Al termine dell'addestramento, puoi provare il tuo modello e spedirlo a qualsiasi piattaforma tu scelga.

Introduzione a DirectML

Se sei uno sviluppatore che cerca di trarre vantaggio dall'apprendimento automatico con accelerazione hardware tramite DirectML, inizia oggi stesso con il framework, il pacchetto o l'applicazione che funziona meglio per te:

WindowsML ONNX Runtime con DirectML TensorFlow con DirectML lobo DirectML
Usa caso La migliore esperienza per sviluppatori per l'inferenza del modello ONNX su Windows. API C multipiattaforma per l'inferenza del modello ONNX. Formazione del modello con accelerazione hardware su qualsiasi GPU DirectX 12. Un'app facile da usare che ha tutto il necessario per addestrare modelli di machine learning personalizzati. Fornisce flessibilità con accesso diretto alle risorse DirectX 12 per framework e applicazioni ad alte prestazioni.
Documentazione MS Documenti GitHub GitHub ed MS Documenti Lobo.ai GitHub ed MS Documenti
Distribuzione Windows SDK o NuGet: Microsoft.AI.MachineLearning NuGet: Microsoft.ML.OnnxRuntime.DirectML Pacchetto PyPI: tensorflow-directml Utilizzo: lobo Windows SDK o NuGet: Microsoft.AI.DirectML
Supporto DirectML Inferenza Inferenza Inferenza e formazione Inferenza e formazione Inferenza e formazione

Oltre a tutti gli investimenti Microsoft ha aggiornato la loro documentazione portando più dettagli che mai insieme a nuovi esempi di codice e risorse di apprendimento, rendendo più semplice l'integrazione di DirectML con la tua applicazione. Microsoft ha anche aggiunto nuovi contenuti per gli sviluppatori a DirectML GitHub pronti contro termine:

· DirectMLX, una nuova libreria C ++ che avvolge DirectML per consentire un utilizzo più facile e più semplice, soprattutto per combinare operatori in blocchi o anche in modelli completi.

· PyDirectML, un'associazione Python per sperimentare rapidamente DirectML e gli esempi Python senza scrivere un esempio C ++ completo.

· Esempi di applicazioni in entrambi C++ ed Python, inclusa un'implementazione end-to-end completa del rilevamento di oggetti in tempo reale utilizzando YOLOv4.

Questo post graffia solo la superficie di ciò che è possibile fare con l'apprendimento automatico e DirectML e Microsoft è entusiasta di vedere dove gli sviluppatori porteranno DirectML dopo.

Gli sviluppatori AI possono tenere d'occhio il file DirectML GitHub per nuove risorse e futuri aggiornamenti sugli investimenti che Microsoft sta facendo.

Maggiori informazioni sugli argomenti: ai, sviluppatori, direttoML