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
关闭
azureml_accel_models-1.57.0-py3-none-any.whl的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 2329ec1e9d316a92717422f556cfaa099fd489f3b830081d8741ffe5dff40d5a |
|
MD5 | bc8bd848067223c2d0bd950dfe9b8e28 |
|
BLAKE2b-256 | 1de7d9ebb7f08e97bbd229187e3f7c12a8f1287c096ea36d7a5f962d29258d21 |