Microsoft kunngjør offentlig utgivelse av DirectML som et frittstående API

Ikon for lesetid 6 min. lese


Lesere hjelper til med å støtte MSpoweruser. Vi kan få provisjon hvis du kjøper gjennom lenkene våre. Verktøytipsikon

Les vår avsløringsside for å finne ut hvordan du kan hjelpe MSPoweruser opprettholde redaksjonen Les mer

super_resolution_sample

I dag kunngjorde Microsoft offentlig utgivelse av DirectML som et frittstående API for Win32, UWP og WSL-applikasjoner.

DirectML er tilgjengelig i hver eneste av de milliarder Windows 10-enhetene verden over, og over hundre applikasjoner drar allerede nytte av DirectML – med over to hundre millioner GPU-maskinvareakselererte slutninger utført daglig på Windows.

Applikasjonene spenner fra bilderedigeringsapplikasjoner som muliggjør nye brukeropplevelser gjennom AI til verktøy som hjelper deg med å trene maskinlæringsmodeller for applikasjonene dine med liten innsats, ved å utnytte datakraften til enhver DirectX 12 GPU.

For å gjøre det enda enklere for applikasjoner å dra nytte av DirectML, slipper Microsoft DirectML som et frittstående API i en enkelt NuGet-pakke, Microsoft.AI.DirectML.

Se eksempler på hvordan den allerede brukes nedenfor:

Model Inference on the Edge med Windows ML

Maskinlæring er hjelpe folk jobber mer effektivt og DirectML gir de utviklere for ytelse, samsvar og kontroll på lavt nivå trenge for å muliggjøre disse opplevelsene. F.rammeverk som WindowsML og ONNX kjøretid lag på toppen av DirectMLmaking it lett å integrere høy ytelse maskinlæring inn i appen dinlisensiering. 

Når først science fiction-domenet var, er scenarier som "forbedring" av et bilde nå mulig med kontekstbevisste algoritmer som fyller ut piksler mer intelligent enn tradisjonelle bildebehandlingsteknikker. DxO sine DeepPRIME teknologien illustrerer bruken av nevrale nettverk for samtidig å forringe og demosaisk digitale bilder. DxO utnytter Windows ML og DirectML for å utnytte ytelsen og kvaliteten deres brukere forventer. 

Helsetjenester er et annet felt som utnytter maskinlæringsteknikker på interessante måter. Vurder en sonograf som bruker en ultralydenhet for å evaluere fosterets hjerneutvikling under pasientens graviditet. Å skaffe de nødvendige flyene og ta de nødvendige målene for dette er utfordrende fordi det krever mange manuelle innspill fra sonografen. Det er her GE Healthcares Voluson™-ultralydenheter kommer til nytte: forhåndstrente nevrale nettverk hjelper sonografen som bruker ultralydsonden, automatisk å segmentere spesifikke bildeplan fra et volum og utføre manuelle målinger. Tidligere identifisering av passende fly og målinger krevde tidkrevende manuelle justeringer. GE Healthcare er avhengig av Windows ML og DirectML for å levere konsistente og pålitelige resultater på tvers av et bredt spekter av deres ultralydenheter.

GE Healthcares SonoCNS hjelper til med å fange opp målinger som kreves for fosterets hjernevurdering.

Et spennende vekstområde er i skjæringspunktet mellom maskinlæring og sanntidsgrafikk i videospill der ytelse er kritisk. Tidlige applikasjoner i dette området inkluderer bruk av nevrale nettverk for overlegen oppskalering av bilder og utfylling av samplingshullene til strålesporede bilder; disse teknikkene gjør det mulig å presentere spill med høy oppløsning uten kostnad for gjengivelse med høy oppløsning. De Eksempel på DirectML Super Resolution viser hvordan DirectML kan integreres sømløst med disse sanntids grafikkintensive applikasjonene.

Eksempel på bilde fra DirectML Super Resolution-eksemplet.

Maskinlæring er et felt i rask utvikling, og nye applikasjoner som disse introduseres hver dag: modeller brukes til å transkribere lyd, oversette håndskrevne notater til tekst, feilsøking i produksjon og mange flere! DirectML har gitt maskinvareakselerasjonsstøtten som er nødvendig for disse scenariene siden Windows 10 versjon 1903. Nå tilbyr DirectML NuGet-pakken våre nyeste maskinvareakselerasjonsinvesteringer enda raskere til ramme- og applikasjonsutviklere. Hvis modellen din kan representeres ved bruk av ONNX-formatet, kan du også bruke DirectML.

Treningsmodeller med TensorFlow og Lobe

Akselererende inferens er der DirectML startet: å støtte treningsarbeidsbelastninger på tvers av bredden av GPUer i Windows-økosystemet er neste trinn. I september 2020, Microsoft åpen TensorFlow med DirectML for å bringe akselerasjon på tvers av leverandører til det populære TensorFlow-rammeverket. Dette prosjektet handler om å muliggjøre rask eksperimentering og trening på PC-en din, uavhengig av hvilken GPU du har på enheten, med en enkel og smertefri oppsettprosess. Microsoft vet også at mange maskinlæringsutviklere er avhengige av verktøy, biblioteker og containeriserte arbeidsbelastninger som bare fungerer med Unix-lignende operativsystemer, så DirectML kjører i både Windows og Windows-undersystemet for Linux. DirectML gjør det enkelt for deg å jobbe med miljøet og GPUen du allerede har.

Objektdeteksjon som kjører på en video ved hjelp av YOLOv4-modellen gjennom TensorFlow med DirectML.

Maskinlæring blir også stadig mer tilgjengelig med verktøy som lobe – en brukervennlig app som har alt du trenger for å bringe maskinlæringsideene dine ut i livet. For å komme i gang, samle inn og merk bildene dine, og Lobe vil automatisk trene opp en tilpasset maskinlæringsmodell for deg. På Windows bruker Lobe DirectML for å levere god ytelse på tvers av et bredt spekter av GPUer. Når treningen er fullført, kan du prøve ut modellen din og sende den til hvilken som helst plattform du velger.

Komme i gang med DirectML

Hvis du er en utvikler som ønsker å dra nytte av maskinvareakselerert maskinlæring gjennom DirectML, kan du komme i gang i dag med rammeverket, pakken eller applikasjonen som fungerer best for deg:

WindowsML ONNX Runtime med DirectML TensorFlow med DirectML lobe DirectML
Bruk sak Den beste utvikleropplevelsen for ONNX-modellslutning på Windows. Tverrplattform C API for ONNX-modellavledning. Maskinvareakselerert modellopplæring på enhver DirectX 12 GPU. En brukervennlig app som har alt som trengs for å trene tilpassede maskinlæringsmodeller. Gir fleksibilitet med direkte tilgang til DirectX 12-ressurser for rammeverk og applikasjoner med høy ytelse.
Teknisk dokumentasjon MS Docs GitHub GitHub og MS Docs Lobe.ai GitHub og MS Docs
Distribusjon Windows SDK eller NuGet: Microsoft.AI.MachineLearning NuGet: Microsoft.ML.OnnxRuntime.DirectML PyPI-pakke: tensorflow-directml Påføring: lobe Windows SDK eller NuGet: Microsoft.AI.DirectML
DirectML-støtte slutning slutning Inferens og trening Inferens og trening Inferens og trening

I tillegg til alle investeringene har Microsoft oppdatert dokumentasjonen deres bringe mer detaljer enn noen gang før sammen med nye kodeeksempler og læringsressurser, noe som gjør det lettere å integrere DirectML med applikasjonen din. Microsoft har også lagt til nytt innhold for utviklere til DirectML GitHub repos:

· DirectMLX, et nytt C ++ - bibliotek som pakker DirectML for å muliggjøre enklere og enklere bruk, spesielt for å kombinere operatører i blokker eller til og med til komplette modeller.

· PyDirectML, en Python-binding for raskt å eksperimentere med DirectML og Python-prøvene uten å skrive en full C ++ -prøve.

· Eksempel på applikasjoner i begge C + + og Python, inkludert en fullstendig implementering av gjenkjenning av objekt i sanntid ved hjelp av YOLOv4.

Dette innlegget skraper bare overflaten av hva som er mulig med maskinlæring og DirectML, og Microsoft er glade for å se hvor utviklere tar DirectML neste.

AI-utviklere kan holde øye med DirectML GitHub for nye ressurser og fremtidige oppdateringer om investeringene Microsoft gjør.

Mer om temaene: ai, utviklere, directML