Machine-Learning TensorFlow 2: Schnelleres Training mit dem DirectML Plugin

Microsoft kündigt die Vorschau des DirectML PluggableDevice für TensorFlow2 an. Das Paket soll das Training beim maschinellen Lernen deutlich beschleunigen.

In Pocket speichern vorlesen Druckansicht 1 Kommentar lesen

(Bild: Machine Learning & Artificial Intelligence / Mike MacKenzie / cc-by-2.0))

Lesezeit: 2 Min.
Von
  • Frank-Michael Schlede

Bereits im Oktober 2021 hatten die Entwicklerinnen und Entwickler aus Redmond die allgemeine Verfügbarkeit des DirectML Backends für Machine-Learning-Framework TensorFlow in der Version 1.15 angekündigt. Aber wie die Microsoft-Mitarbeiter nun in einem Entwickler-Blog mitteilen, hat das Team seitdem intensiv daran gearbeitet, das Training für maschinelles Learning in TensorFlow 2 zu beschleunigen. Nun haben sie ein Preview-Release des Direct ML PluggableDevice für TensorFlow 2 auf PyPi vorgestellt, das genau diese Beschleunigung bewirken soll.

Bei TensorFlow DirectML handelt es sich um einen von Microsoft betreuten Fork des ursprünglich von Google entwickelten Machine-Learning-Frameworks. Diese Paket setzt dabei zur Hardwarebeschleunigung auf die DirectX-API DirectML.

Das PluggableDevice soll es Benutzern der neuesten Version von TensorFlow ermöglichen, das Modelltraining auf einer breiten Palette von DX12-fähigen GPUs zu beschleunigen (Bild: Microsoft).

Das TensorFlow-DirectML-Plug-in installiert DirectML als PluggableDevice Backend unter TensorFlow 2. DirectML ist eine Bibliothek für das maschinelle Lernen, die Modellbeschleunigung auf allen mit DirectX 12 kompatiblen GPUs möglich macht. Sie kann laut den Aussagen im Blog-Eintrag eine Modellbeschleunigung auf allen mit DirectX 12 kompatiblen GPUs bewirken. Das soll auch bei Karten von AMD, Intel und NVIDIA funktionieren.

Der Einsatz des TensorFlow-DirectML-Plug-ins für TensorFlow 2.9 soll dabei einfach sein: Das Plug-in-Paket lässt sich über PyPI installieren, ohne dass Änderungen an bereits existierenden Skripten erforderlich sind. Das Plug-in arbeitet mit dem TensorFlow-Kern und soll sich leicht mit den Versionen 2.9 und neuer der Pakete tensorflow oder tensorflow-cpu integrieren lassen. So können Entwickler und Entwicklerinnen ihre vorhandene GPU der Ankündigung zufolge registrieren. Wer das Plug-in selbst ausprobieren will, kann es von GitHub herunterladen.

Gleichzeitig mit der Veröffentlichung gibt das Entwicklerteam auch bekannt, dass das TensorFlow DirectML-Plugin als Open-Source-Paket verfügbar ist. Diese erste Vorschau des Plug-in-Pakets soll laut Microsoft die meisten grundlegenden Machine-Learning-Modelle unterstützen. Eine erweiterte Modellunterstützung und Leistungsoptimierungen kündigt das Team für spätere Versionen an. Diese Neuigkeiten und alle weiteren Details lassen sich dem Eintrag im Developer-Blog von Microsoft entnehmen.

(fms)