跳转到主要内容

用于创建和使用各种深度神经网络(DNN)训练模型。

项目描述

轻松使用各种深度神经网络(DNN)作为部署到Azure或Data Box Edge设备以实现超低延迟推理的特征提取器来创建和训练模型。这些模型目前可用

  • ResNet 50

  • ResNet 152

  • DenseNet-121

  • VGG-16

  • SSD-VGG

设置

按照以下说明在您的本地计算机上安装Azure ML SDK,创建Azure ML工作区,并设置您的笔记本环境,这是下一步所需的。

设置好环境后,安装Azure ML Accel Models SDK

pip install azureml-accel-models

注意:* 此软件包要求您安装tensorflow >= 1.6。可以使用以下方法完成此操作

pip install azureml-accel-models[cpu]

如果您的计算机支持GPU,则可以使用以下方法利用tensorflow-gpu功能

pip install azureml-accel-models[gpu]

AzureML-Accel-Models

  • 使用加速模型创建特征提取器

  • 使用AccelOnnxConverter将tensorflow模型转换为ONNX格式

  • 使用AccelContainerImage创建容器镜像,以部署到Azure或Data Box Edge

  • 使用示例PredictionClient在加速模型主机上进行推理或创建自己的GRPC客户端

资源

项目详情


版本历史 发布通知 | RSS源

下载文件

下载适用于您平台的文件。如果您不确定选择哪个,请了解有关安装包的更多信息。

源代码分发

本版本没有可用的源代码分发文件。请参阅生成分发存档的教程。

构建分发

azureml_accel_models-1.57.0-py3-none-any.whl (51.4 kB 查看哈希值)

上传时间: Python 3

支持者