Linux માટે intel AI Analytics ટૂલકિટ

ઉત્પાદન માહિતી

AI કિટ એ એક ટૂલકિટ છે જેમાં મશીન લર્નિંગ અને ડીપ લર્નિંગ પ્રોજેક્ટ્સ માટે બહુવિધ કોન્ડા એન્વાયર્નમેન્ટનો સમાવેશ થાય છે. તેમાં TensorFlow, PyTorch અને Intel oneCCL બાઈન્ડિંગ્સ માટેના વાતાવરણનો સમાવેશ થાય છે. તે વપરાશકર્તાઓને પર્યાવરણ ચલો સેટ કરીને, પેકેજો ઉમેરવા માટે કોન્ડાનો ઉપયોગ કરીને, ગ્રાફિક્સ ડ્રાઇવરો સ્થાપિત કરીને અને હેંગચેકને અક્ષમ કરીને તેમની સિસ્ટમને રૂપરેખાંકિત કરવાની મંજૂરી આપે છે. ટૂલકીટનો ઉપયોગ કમાન્ડ લાઈન ઈન્ટરફેસ (CLI) પર થઈ શકે છે અને કોઈ ખાસ ફેરફાર કર્યા વિના તેને હાલના પ્રોજેક્ટ્સમાં સરળતાથી એકીકૃત કરી શકાય છે.

ઉત્પાદન વપરાશ

1. ચાલુ રાખતા પહેલા પર્યાવરણ ચલો સેટ કરીને તમારી સિસ્ટમને રૂપરેખાંકિત કરો.
2. કમાન્ડ લાઈન ઈન્ટરફેસ (CLI) પર કામ કરવા માટે, પર્યાવરણ ચલો દ્વારા oneAPI ટૂલકીટ્સમાં સાધનોને ગોઠવવા setvars.sh સ્ક્રિપ્ટનો ઉપયોગ કરો. તમે સત્ર દીઠ એકવાર અથવા દરેક વખતે જ્યારે તમે નવી ટર્મિનલ વિન્ડો ખોલો ત્યારે setvars.sh સ્ક્રિપ્ટનો સ્ત્રોત કરી શકો છો. setvars.sh સ્ક્રિપ્ટ તમારા oneAPI ઇન્સ્ટોલેશનના રૂટ ફોલ્ડરમાં મળી શકે છે.
3. "કોન્ડા એક્ટિવેટ" આદેશ દ્વારા જરૂરિયાત મુજબ વિવિધ કોન્ડા વાતાવરણને સક્રિય કરો " AI કિટમાં TensorFlow (CPU), S માટે ઇન્ટેલ એક્સ્ટેંશન સાથે ટેન્સરફ્લો માટે કોન્ડા વાતાવરણનો સમાવેશ થાય છે.ample TensorFlow (GPU), PyTorch (XPU) માટે Intel એક્સ્ટેંશન સાથે PyTorch અને PyTorch (CPU) માટે Intel oneCCL બાઈન્ડિંગ્સ.
4. દરેક પર્યાવરણ સંબંધિત શરૂઆતનું અન્વેષણ કરો એસampદરેક પર્યાવરણનો ઉપયોગ કેવી રીતે કરવો તેની વધુ માહિતી માટે વપરાશકર્તા માર્ગદર્શિકામાં આપેલ કોષ્ટકમાં લીંક કરેલ છે.

નીચેની સૂચનાઓ ધારે છે કે તમે Intel® oneAPI સોફ્ટવેર ઇન્સ્ટોલ કર્યું છે. ઇન્સ્ટોલેશન વિકલ્પો માટે કૃપા કરીને Intel AI Analytics ટૂલકિટ પૃષ્ઠ જુઓ. તરીકે બનાવવા અને ચલાવવા માટે આ પગલાં અનુસરોampIntel® AI એનાલિટિક્સ ટૂલકિટ (AI કિટ) સાથે:

1. તમારી સિસ્ટમ રૂપરેખાંકિત કરો.
2. એસ બનાવો અને ચલાવોample

નોંધ: સ્ટાન્ડર્ડ પાયથોન ઇન્સ્ટોલેશન એઆઈ કિટ સાથે સંપૂર્ણપણે સુસંગત છે, પરંતુ પાયથોન* માટે Intel® વિતરણને પ્રાધાન્ય આપવામાં આવે છે.
આ ટૂલકીટ સાથે તેનો ઉપયોગ શરૂ કરવા માટે તમારા હાલના પ્રોજેક્ટ્સમાં કોઈ ખાસ ફેરફારોની જરૂર નથી.

આ ટૂલકીટના ઘટકો

AI કિટનો સમાવેશ થાય છે

• Intel® ઑપ્ટિમાઇઝેશન ફોર PyTorch*: Intel® oneAPI ડીપ ન્યુરલ નેટવર્ક લાઇબ્રેરી (oneDNN) એ ડીપ લર્નિંગ માટે ડિફૉલ્ટ ગણિત કર્નલ લાઇબ્રેરી તરીકે પાયટોર્ચમાં શામેલ છે.
• PyTorch માટે Intel® Extension: Intel® Extension for PyTorch* PyTorch* ક્ષમતાઓને અપ-ટૂ-ડેટ સુવિધાઓ અને Intel હાર્ડવેર પર વધારાની કામગીરી વધારવા માટે ઑપ્ટિમાઇઝેશન સાથે વિસ્તારે છે.
• ટેન્સરફ્લો માટે Intel® ઑપ્ટિમાઇઝેશન*: આ સંસ્કરણ ત્વરિત પ્રદર્શન માટે OneDNN થી ટેન્સરફ્લો રનટાઇમમાં આદિમને એકીકૃત કરે છે.
• TensorFlow માટે Intel® એક્સ્ટેંશન: TensorFlow* માટે Intel® એક્સ્ટેંશન એ TensorFlow PluggableDevice ઈન્ટરફેસ પર આધારિત વિજાતીય, ઉચ્ચ પ્રદર્શન ડીપ લર્નિંગ એક્સ્ટેંશન પ્લગઈન છે. આ એક્સ્ટેંશન પ્લગઇન AI વર્કલોડ પ્રવેગક માટે Intel XPU (GPU, CPU, વગેરે) ઉપકરણોને TensorFlow ઓપન સોર્સ સમુદાયમાં લાવે છે.
• પાયથોન માટે Intel® વિતરણ*: તમારા કોડમાં ન્યૂનતમ અથવા કોઈ ફેરફાર કર્યા વિના, બોક્સની બહાર જ ઝડપી પાયથોન એપ્લિકેશન પ્રદર્શન મેળવો. આ વિતરણ Intel® પરફોર્મન્સ લાઇબ્રેરીઓ જેમ કે Intel® oneAPI મેથ કર્નલ લાઇબ્રેરી અને Intel®oneAPI ડેટા એનાલિટિક્સ લાઇબ્રેરી સાથે સંકલિત છે.
• Intel® ડિસ્ટ્રિબ્યુશન ઓફ મોડિન* (ફક્ત એનાકોન્ડા દ્વારા ઉપલબ્ધ), જે તમને પાંડા માટે સમાન API સાથે આ બુદ્ધિશાળી, વિતરિત ડેટાફ્રેમ લાઇબ્રેરીનો ઉપયોગ કરીને મલ્ટી નોડ્સમાં પ્રીપ્રોસેસિંગને એકીકૃત રીતે સ્કેલ કરવા સક્ષમ બનાવે છે. આ વિતરણ ફક્ત Conda* પેકેજ મેનેજર સાથે Intel® AI Analytics ટૂલકીટ ઇન્સ્ટોલ કરીને જ ઉપલબ્ધ છે.
• Intel® ન્યુરલ કોમ્પ્રેસર : લોકપ્રિય ડીપ-લર્નિંગ ફ્રેમવર્ક જેમ કે ટેન્સરફ્લો*, પાયટોર્ચ*, MXNet* અને ONNX* (ઓપન ન્યુરલ નેટવર્ક એક્સચેન્જ) રનટાઇમ પર ઝડપથી ઓછા-ચોકસાઇવાળા અનુમાન ઉકેલો ગોઠવો.
• Scikit-learn* માટે Intel® એક્સ્ટેંશન: Intel® oneAPI ડેટા એનાલિટિક્સ લાઇબ્રેરી (oneDAL) નો ઉપયોગ કરીને તમારી સ્કિકિટ-લર્ન એપ્લિકેશનને ઝડપી બનાવવાની એક સીમલેસ રીત.
  સ્કિકિટ-લર્ન પેચિંગ તેને વાસ્તવિક જીવનની સમસ્યાઓનો સામનો કરવા માટે યોગ્ય મશીન લર્નિંગ માળખું બનાવે છે.
• Intel દ્વારા ઑપ્ટિમાઇઝ કરેલ XGBoost: ગ્રેડિયન્ટ-બુસ્ટેડ ડિસિઝન ટ્રી માટેના આ જાણીતા મશીન-લર્નિંગ પેકેજમાં Intel® આર્કિટેક્ચર્સ માટે સીમલેસ, ડ્રોપ-ઇન એક્સિલરેશનનો સમાવેશ થાય છે જેથી મોડેલ તાલીમને નોંધપાત્ર રીતે ઝડપી બનાવી શકાય અને વધુ સારી આગાહીઓ માટે ચોકસાઈમાં સુધારો થાય.

તમારી સિસ્ટમને ગોઠવો - Intel® AI Analytics ટૂલકિટ

જો તમે પહેલેથી AI Analytics ટૂલકિટ ઇન્સ્ટોલ કરી નથી, તો Intel® AI Analytics ટૂલકિટ ઇન્સ્ટોલ કરવાનો સંદર્ભ લો. તમારી સિસ્ટમને રૂપરેખાંકિત કરવા માટે, ચાલુ રાખતા પહેલા પર્યાવરણ ચલો સેટ કરો.

 

CLI ડેવલપમેન્ટ માટે પર્યાવરણ વેરીએબલ્સ સેટ કરો
કમાન્ડ લાઈન ઈન્ટરફેસ (CLI) પર કામ કરવા માટે, oneAPI ટૂલકીટ્સમાં ટૂલ્સ આના દ્વારા ગોઠવવામાં આવે છે.
પર્યાવરણીય ચલો. સેટવર્સ સ્ક્રિપ્ટ સોર્સ કરીને પર્યાવરણ ચલોને સેટ કરવા માટે:

વિકલ્પ 1: સત્ર દીઠ એકવાર સ્ત્રોત setvars.sh
જ્યારે પણ તમે નવી ટર્મિનલ વિન્ડો ખોલો ત્યારે setvars.sh સ્ત્રોત:

તમે તમારા oneAPI ઇન્સ્ટોલેશનના રૂટ ફોલ્ડરમાં setvars.sh સ્ક્રિપ્ટ શોધી શકો છો, જે સામાન્ય રીતે સિસ્ટમ વાઇડ ઇન્સ્ટોલેશન માટે /opt/intel/oneapi/ અને ખાનગી ઇન્સ્ટોલેશન માટે ~/intel/oneapi/ છે.

સિસ્ટમ વાઈડ ઇન્સ્ટોલેશન માટે (રુટ અથવા સુડો વિશેષાધિકારોની જરૂર છે):

• . /opt/intel/oneapi/setvars.sh

ખાનગી સ્થાપનો માટે:

• . ~/intel/oneapi/setvars.sh

વિકલ્પ 2: setvars.sh માટે એક સમયનું સેટઅપ
તમારા પ્રોજેક્ટ્સ માટે પર્યાવરણ આપમેળે સેટ થવા માટે, આદેશ સ્રોતનો સમાવેશ કરો
સ્ટાર્ટઅપ સ્ક્રિપ્ટમાં /setvars.sh જ્યાં તેને આપમેળે બોલાવવામાં આવશે (બદલો
તમારા oneAPI ઇન્સ્ટોલ સ્થાનના પાથ સાથે). મૂળભૂત સ્થાપન સ્થાનો /opt/ છે
intel/oneapi/ સિસ્ટમ વાઈડ સ્થાપનો માટે (રુટ અથવા સુડો વિશેષાધિકારોની જરૂર છે) અને ખાનગી સ્થાપનો માટે ~/intel/oneapi/.
માજી માટેample, તમે સ્ત્રોત ઉમેરી શકો છો તમારા ~/.bashrc અથવા ~/.bashrc_pro ને /setvars.sh આદેશfile અથવા ~/.profile file. તમારી સિસ્ટમ પરના તમામ એકાઉન્ટ્સ માટે સેટિંગ્સને કાયમી બનાવવા માટે, તમારી સિસ્ટમની /etc/proમાં એક-લાઇન .sh સ્ક્રિપ્ટ બનાવોfile.d ફોલ્ડર જે setvars.sh નો સ્ત્રોત આપે છે (વધુ વિગતો માટે, એન્વાયરમેન્ટ વેરીએબલ્સ પર ઉબુન્ટુ દસ્તાવેજીકરણ જુઓ).

નોંધ
setvars.sh સ્ક્રિપ્ટ રૂપરેખાંકનનો ઉપયોગ કરીને મેનેજ કરી શકાય છે file, જે ખાસ કરીને મદદરૂપ છે જો તમારે "નવીનતમ" સંસ્કરણ પર ડિફોલ્ટ કરવાને બદલે, લાઇબ્રેરીઓ અથવા કમ્પાઇલરના ચોક્કસ સંસ્કરણોને પ્રારંભ કરવાની જરૂર હોય. વધુ વિગતો માટે, રૂપરેખાંકનનો ઉપયોગ કરવો જુઓ File Setvars.sh. મેનેજ કરવા માટે. જો તમારે બિન-POSIX શેલમાં પર્યાવરણ સેટઅપ કરવાની જરૂર હોય, તો વધુ રૂપરેખાંકન વિકલ્પો માટે oneAPI ડેવલપમેન્ટ એન્વાયર્નમેન્ટ સેટઅપ જુઓ.

આગળનાં પગલાં

• જો તમે કોન્ડાનો ઉપયોગ કરતા નથી, અથવા GPU માટે વિકાસ કરી રહ્યાં છો, તો S બનાવો અને ચલાવોampલે પ્રોજેક્ટ.
• કોન્ડા વપરાશકર્તાઓ માટે, આગલા વિભાગ પર ચાલુ રાખો.
• GPU પર વિકાસ કરવા માટે, GPU વપરાશકર્તાઓ પર ચાલુ રાખો

આ ટૂલકીટમાં કોન્ડા પર્યાવરણ
AI કિટમાં સમાવિષ્ટ બહુવિધ કોન્ડા વાતાવરણ છે. દરેક પર્યાવરણ નીચે કોષ્ટકમાં વર્ણવેલ છે. એકવાર તમે પર્યાવરણ ચલોને CLI પર્યાવરણમાં અગાઉની સૂચના મુજબ સેટ કરી લો, પછી તમે નીચેના આદેશ દ્વારા જરૂરિયાત મુજબ વિવિધ કોન્ડા વાતાવરણને સક્રિય કરી શકો છો:

• કોન્ડા સક્રિય કરો

વધુ માહિતી માટે, કૃપા કરીને દરેક પર્યાવરણ સંબંધિત ગેટીંગ સ્ટાર્ટેડ એસampનીચે કોષ્ટકમાં લિંક કરેલ છે.

બિન-રુટ વપરાશકર્તા તરીકે પેકેજો ઉમેરવા માટે કોન્ડા ક્લોન કાર્યનો ઉપયોગ કરો
Intel AI Analytics ટૂલકીટ oneapi ફોલ્ડરમાં ઇન્સ્ટોલ કરેલ છે, જેને મેનેજ કરવા માટે રૂટ વિશેષાધિકારોની જરૂર છે. તમે કોન્ડા* નો ઉપયોગ કરીને નવા પેકેજો ઉમેરવા અને જાળવવા ઈચ્છી શકો છો, પરંતુ તમે રૂટ એક્સેસ વિના તેમ કરી શકતા નથી. અથવા, તમારી પાસે રૂટ એક્સેસ હોઈ શકે છે પરંતુ જ્યારે તમે કોન્ડા સક્રિય કરો ત્યારે દર વખતે રૂટ પાસવર્ડ દાખલ કરવા માંગતા નથી.

રૂટ એક્સેસનો ઉપયોગ કર્યા વિના તમારા પર્યાવરણનું સંચાલન કરવા માટે, તમારે /opt/intel/oneapi/ ફોલ્ડરની બહારના ફોલ્ડરમાં જરૂરી પેકેજોને ક્લોન કરવા માટે કોન્ડા ક્લોન કાર્યક્ષમતાનો ઉપયોગ કરો:

1. તે જ ટર્મિનલ વિન્ડોમાંથી જ્યાં તમે setvars.sh ચલાવો છો, તમારી સિસ્ટમ પર કોન્ડા પર્યાવરણોને ઓળખો:
   • conda env યાદી
     તમે આના જેવા પરિણામો જોશો:
2. પર્યાવરણને નવા ફોલ્ડરમાં ક્લોન કરવા માટે ક્લોન ફંક્શનનો ઉપયોગ કરો. માજીampનીચે, નવા પર્યાવરણને નામ આપવામાં આવ્યું છે usr_intelpython અને ક્લોન થઈ રહેલા પર્યાવરણને બેઝ નામ આપવામાં આવ્યું છે (ઉપરની છબીમાં બતાવ્યા પ્રમાણે).
   • conda બનાવો –name usr_intelpython –clone base
     ક્લોન વિગતો દેખાશે:

1. પેકેજો ઉમેરવાની ક્ષમતાને સક્રિય કરવા માટે નવા પર્યાવરણને સક્રિય કરો. conda સક્રિય usr_intelpython
2. ચકાસો કે નવું વાતાવરણ સક્રિય છે. conda env યાદી
   તમે હવે પાયથોન માટે ઇન્ટેલ વિતરણ માટે કોન્ડા પર્યાવરણનો ઉપયોગ કરીને વિકાસ કરી શકો છો.
3. TensorFlow* અથવા PyTorch* પર્યાવરણને સક્રિય કરવા માટે:

ટેન્સરફ્લો

• કોન્ડા સક્રિય ટેન્સરફ્લો

PyTorch

• conda સક્રિય pytorch

આગળનાં પગલાં

• જો તમે GPU માટે વિકાસ કરી રહ્યાં નથી, તો S બનાવો અને ચલાવોampલે પ્રોજેક્ટ.
• GPU પર વિકાસ કરવા માટે, GPU વપરાશકર્તાઓ પર ચાલુ રાખો.

GPU વપરાશકર્તાઓ
જેઓ GPU પર વિકાસ કરી રહ્યાં છે, તેમના માટે આ પગલાં અનુસરો:

GPU ડ્રાઇવરો ઇન્સ્ટોલ કરો
જો તમે GPU ડ્રાઇવર્સ ઇન્સ્ટોલ કરવા માટે ઇન્સ્ટોલેશન માર્ગદર્શિકામાંની સૂચનાઓને અનુસરો છો, તો તમે આ પગલું છોડી શકો છો. જો તમે ડ્રાઇવરો ઇન્સ્ટોલ કર્યા નથી, તો ઇન્સ્ટોલેશન માર્ગદર્શિકામાંના નિર્દેશોને અનુસરો.

વિડિઓ જૂથમાં વપરાશકર્તા ઉમેરો
GPU કમ્પ્યુટ વર્કલોડ માટે, બિન-રુટ (સામાન્ય) વપરાશકર્તાઓને સામાન્ય રીતે GPU ઉપકરણની ઍક્સેસ હોતી નથી. તમારા સામાન્ય વપરાશકર્તા(ઓ) ને વિડિઓ જૂથમાં ઉમેરવાની ખાતરી કરો; અન્યથા, સામાન્ય વપરાશકર્તા દ્વારા ચલાવવામાં આવે ત્યારે GPU ઉપકરણ માટે સંકલિત બાઈનરી નિષ્ફળ જશે. આ સમસ્યાને ઠીક કરવા માટે, બિન-રુટ વપરાશકર્તાને વિડિઓ જૂથમાં ઉમેરો:

• sudo usermod -a -G વિડિયો

હેંગચેકને અક્ષમ કરો
મૂળ વાતાવરણમાં લાંબા સમયથી ચાલતા GPU કમ્પ્યુટ વર્કલોડ સાથેની એપ્લિકેશનો માટે, હેંગચેકને અક્ષમ કરો. વર્ચ્યુઅલાઈઝેશન અથવા GPU ના અન્ય પ્રમાણભૂત ઉપયોગો, જેમ કે ગેમિંગ માટે આ ભલામણ કરવામાં આવતી નથી.

GPU હાર્ડવેરને એક્ઝીક્યુટ કરવામાં ચાર સેકન્ડથી વધુ સમય લેતો વર્કલોડ એ લાંબો ચાલતો વર્કલોડ છે. મૂળભૂત રીતે, વ્યક્તિગત થ્રેડો કે જે લાંબા સમયથી ચાલતા વર્કલોડ તરીકે લાયક ઠરે છે તેને હંગ ગણવામાં આવે છે અને તેને સમાપ્ત કરવામાં આવે છે. હેંગચેક સમયસમાપ્તિ અવધિને અક્ષમ કરીને, તમે આ સમસ્યાને ટાળી શકો છો.

નોંધ: જો કર્નલ અપડેટ થયેલ હોય, તો હેંગચેક આપોઆપ સક્રિય થયેલ છે. હેંગચેક નિષ્ક્રિય છે તેની ખાતરી કરવા માટે દરેક કર્નલ અપડેટ પછી નીચેની પ્રક્રિયા ચલાવો.

1. ટર્મિનલ ખોલો.
2. ગ્રબ ખોલો file /etc/default માં.
3. ગ્રબમાં file, GRUB_CMDLINE_LINUX_DEFAULT=”” રેખા શોધો.
4. અવતરણની વચ્ચે આ ટેક્સ્ટ દાખલ કરો (“”):
5. આ આદેશ ચલાવો:
   sudo update-grub
6. સિસ્ટમ રીબુટ કરો. હેંગચેક અક્ષમ રહે છે.

આગળનું પગલું
હવે તમે તમારી સિસ્ટમ રૂપરેખાંકિત કરી લીધી છે, S બિલ્ડ અને રન કરવા માટે આગળ વધોampલે પ્રોજેક્ટ.

એસ બનાવો અને ચલાવોampકમાન્ડ લાઇનનો ઉપયોગ કરીને

Intel® AI Analytics ટૂલકિટ
આ વિભાગમાં, તમે પ્રોજેક્ટ બનાવવાની પ્રક્રિયાથી પોતાને પરિચિત કરવા માટે એક સરળ "હેલો વર્લ્ડ" પ્રોજેક્ટ ચલાવશો અને પછી તમારો પોતાનો પ્રોજેક્ટ બનાવશો.

નોંધ: જો તમે તમારું ડેવલપમેન્ટ એન્વાયર્નમેન્ટ પહેલાથી જ રૂપરેખાંકિત કર્યું નથી, તો તમારી સિસ્ટમને રૂપરેખાંકિત કરો પર જાઓ અને પછી આ પૃષ્ઠ પર પાછા ફરો. જો તમે તમારી સિસ્ટમને રૂપરેખાંકિત કરવાનાં પગલાંઓ પહેલાથી જ પૂર્ણ કરી લીધાં હોય, તો નીચેના પગલાંઓ સાથે ચાલુ રાખો.

કમાન્ડ લાઇનથી કામ કરતી વખતે તમે ટર્મિનલ વિન્ડો અથવા વિઝ્યુઅલ સ્ટુડિયો કોડ* નો ઉપયોગ કરી શકો છો. સ્થાનિક રીતે VS કોડનો ઉપયોગ કેવી રીતે કરવો તેની વિગતો માટે, Linux પર oneAPI સાથે વિઝ્યુઅલ સ્ટુડિયો કોડનો મૂળભૂત ઉપયોગ જુઓ*. VS કોડનો રિમોટલી ઉપયોગ કરવા માટે, Linux પર oneAPI સાથે રિમોટ વિઝ્યુઅલ સ્ટુડિયો કોડ ડેવલપમેન્ટ જુઓ*.

એસ બનાવો અને ચલાવોampલે પ્રોજેક્ટ
ઓampતમે s બનાવી શકો તે પહેલાં નીચેનું les તમારી સિસ્ટમમાં ક્લોન કરવું આવશ્યક છેampલે પ્રોજેક્ટ:

સીમેકને સપોર્ટ કરતા ઘટકોની સૂચિ જોવા માટે, OneAPI એપ્લિકેશન સાથે સીમેકનો ઉપયોગ કરો જુઓ.

તમારો પોતાનો પ્રોજેક્ટ બનાવો
આ ટૂલકીટ વડે તેનો ઉપયોગ શરૂ કરવા માટે તમારા હાલના પાયથોન પ્રોજેક્ટ્સમાં કોઈ ખાસ ફેરફારોની જરૂર નથી. નવા પ્રોજેક્ટ્સ માટે, પ્રક્રિયા s બનાવવા માટે વપરાતી પ્રક્રિયાને નજીકથી અનુસરે છેampલે હેલો વર્લ્ડ પ્રોજેક્ટ્સ. હેલો વર્લ્ડ README નો સંદર્ભ લો fileસૂચનાઓ માટે s.

મહત્તમ પ્રદર્શન
TensorFlow અથવા PyTorch માટે કાર્યક્ષમતા વધારવામાં મદદ કરવા માટે તમે દસ્તાવેજો મેળવી શકો છો.

તમારા પર્યાવરણને ગોઠવો

નોંધ: જો તમારું વર્ચ્યુઅલ પર્યાવરણ ઉપલબ્ધ ન હોય, અથવા જો તમે તમારા વર્ચ્યુઅલ પર્યાવરણમાં પેકેજો ઉમેરવા માંગતા હો, તો ખાતરી કરો કે તમે બિન-રુટ વપરાશકર્તા તરીકે પેકેજો ઉમેરવા માટે કોન્ડા ક્લોન ફંક્શનનો ઉપયોગ કરોમાં પગલાંઓ પૂર્ણ કર્યા છે.

જો તમે કન્ટેનરની બહાર વિકાસ કરી રહ્યાં હોવ, તો પાયથોન* માટે Intel® વિતરણનો ઉપયોગ કરવા માટે નીચેની સ્ક્રિપ્ટનો સ્ત્રોત બનાવો:

• • /setvars.sh
• જ્યાં જ્યાં તમે આ ટૂલકીટ ઇન્સ્ટોલ કરી છે. મૂળભૂત રીતે ઇન્સ્ટોલ ડિરેક્ટરી છે:
• રુટ અથવા સુડો ઇન્સ્ટોલેશન: /opt/intel/oneapi
• સ્થાનિક વપરાશકર્તા સ્થાપનો: ~/intel/oneapi

નોંધ: setvars.sh સ્ક્રિપ્ટ રૂપરેખાંકનનો ઉપયોગ કરીને મેનેજ કરી શકાય છે file, જે ખાસ કરીને મદદરૂપ છે જો તમારે "નવીનતમ" સંસ્કરણ પર ડિફોલ્ટ કરવાને બદલે, લાઇબ્રેરીઓ અથવા કમ્પાઇલરના ચોક્કસ સંસ્કરણોને પ્રારંભ કરવાની જરૂર હોય. વધુ વિગતો માટે, રૂપરેખાંકનનો ઉપયોગ કરવો જુઓ File Setvars.sh મેનેજ કરવા માટે. જો તમારે બિન-POSIX શેલમાં પર્યાવરણ સેટઅપ કરવાની જરૂર હોય, તો વધુ રૂપરેખાંકન વિકલ્પો માટે oneAPI ડેવલપમેન્ટ એન્વાયર્નમેન્ટ સેટઅપ જુઓ.

પર્યાવરણને સ્વિચ કરવા માટે, તમારે પહેલા સક્રિય વાતાવરણને નિષ્ક્રિય કરવું પડશે.
નીચેના માજીample પર્યાવરણને રૂપરેખાંકિત કરવાનું, TensorFlow*ને સક્રિય કરવાનું, અને પછી Python માટે Intel વિતરણ પર પાછા ફરવાનું દર્શાવે છે:

કન્ટેનર ડાઉનલોડ કરો

Intel® AI Analytics ટૂલકિટ
કન્ટેનર તમને oneAPI એપ્લીકેશન બનાવવા, ચલાવવા અને પ્રોફાઇલ કરવા માટે વાતાવરણ સેટ કરવા અને રૂપરેખાંકિત કરવાની અને છબીઓનો ઉપયોગ કરીને વિતરિત કરવાની મંજૂરી આપે છે:

• તમને જરૂરી તમામ સાધનો સાથે પૂર્વ-રૂપરેખાંકિત પર્યાવરણ ધરાવતી છબી તમે ઇન્સ્ટોલ કરી શકો છો, પછી તે પર્યાવરણમાં વિકાસ કરી શકો છો.
• તમે પર્યાવરણને સાચવી શકો છો અને વધારાના સેટઅપ વિના તે પર્યાવરણને અન્ય મશીનમાં ખસેડવા માટે છબીનો ઉપયોગ કરી શકો છો.
• તમે ભાષાના વિવિધ સેટ અને રનટાઇમ, વિશ્લેષણ સાધનો અથવા અન્ય સાધનો સાથે જરૂરીયાત મુજબ કન્ટેનર તૈયાર કરી શકો છો.

ડોકર* છબી ડાઉનલોડ કરો
તમે કન્ટેનર રિપોઝીટરીમાંથી ડોકર* ઇમેજ ડાઉનલોડ કરી શકો છો.

નોંધ: ડોકર ઇમેજ ~5 GB ની છે અને ડાઉનલોડ કરવામાં ~15 મિનિટ લાગી શકે છે. તેને 25 GB ડિસ્ક જગ્યાની જરૂર પડશે.

1. છબી વ્યાખ્યાયિત કરો:
   image=intel/oneapi-aikit ડોકર પુલ "$image"
2. છબી ખેંચો.
   ડોકર ખેંચો "$ છબી"

એકવાર તમારી છબી ડાઉનલોડ થઈ જાય, પછી કમાન્ડ લાઇન સાથે કન્ટેનરનો ઉપયોગ કરવા માટે આગળ વધો.

કમાન્ડ લાઇન સાથે કન્ટેનરનો ઉપયોગ કરવો
Intel® AI Analytics ટૂલકિટ પ્રી-બિલ્ટ કન્ટેનર સીધા ડાઉનલોડ કરો. CPU માટે નીચેનો આદેશ તમને કમાન્ડ પ્રોમ્પ્ટ પર, કન્ટેનરની અંદર, ઇન્ટરેક્ટિવ મોડમાં છોડશે.

CPU
image=intel/oneapi-aikit ડોકર રન -it “$image”

કન્ટેનર સાથે Intel® Advisor, Intel® Inspector અથવા VTune™ નો ઉપયોગ કરવો
આ સાધનોનો ઉપયોગ કરતી વખતે, કન્ટેનરને વધારાની ક્ષમતાઓ પ્રદાન કરવી પડશે: –cap-add=SYS_ADMIN –cap-add=SYS_PTRACE

• ડોકર રન –cap-add=SYS_ADMIN –cap-add=SYS_PTRACE \ –device=/dev/dri -it “$image”

ક્લાઉડ સીઆઈ સિસ્ટમ્સનો ઉપયોગ

Cloud CI સિસ્ટમ્સ તમને તમારા સૉફ્ટવેરને ઑટોમૅટિક રીતે બનાવવા અને પરીક્ષણ કરવાની મંજૂરી આપે છે. ભૂતપૂર્વ માટે ગીથબમાં રેપો જુઓampરૂપરેખાંકન લેસ files કે જે લોકપ્રિય ક્લાઉડ CI સિસ્ટમ્સ માટે oneAPI નો ઉપયોગ કરે છે.

Intel® AI Analytics ટૂલકીટ માટે મુશ્કેલીનિવારણ

સૂચનાઓ અને અસ્વીકરણ

ઇન્ટેલ તકનીકોને સક્ષમ હાર્ડવેર, સોફ્ટવેર અથવા સેવા સક્રિયકરણની જરૂર પડી શકે છે. કોઈપણ ઉત્પાદન અથવા ઘટક સંપૂર્ણપણે સુરક્ષિત હોઈ શકતું નથી.
તમારા ખર્ચ અને પરિણામો અલગ અલગ હોઈ શકે છે.

© ઇન્ટેલ કોર્પોરેશન. ઇન્ટેલ, ઇન્ટેલ લોગો અને અન્ય ઇન્ટેલ ચિહ્નો ઇન્ટેલ કોર્પોરેશન અથવા તેની પેટાકંપનીઓના ટ્રેડમાર્ક છે. અન્ય નામો અને બ્રાન્ડનો દાવો અન્યની મિલકત તરીકે થઈ શકે છે.

ઉત્પાદન અને પ્રદર્શન માહિતી

ઉપયોગ, રૂપરેખાંકન અને અન્ય પરિબળો દ્વારા પ્રદર્શન બદલાય છે. પર વધુ જાણો www.Intel.com/PerformanceIndex.
નોટિસ પુનરાવર્તન #20201201

આ દસ્તાવેજ દ્વારા કોઈપણ બૌદ્ધિક સંપદા અધિકારો માટે કોઈ લાઇસન્સ (વ્યક્ત અથવા ગર્ભિત, એસ્ટોપલ દ્વારા અથવા અન્યથા) આપવામાં આવતું નથી. વર્ણવેલ ઉત્પાદનોમાં ડિઝાઇન ખામીઓ અથવા ભૂલો હોઈ શકે છે જેને ત્રુટિસૂચી તરીકે ઓળખવામાં આવે છે જે ઉત્પાદનને પ્રકાશિત વિશિષ્ટતાઓથી વિચલિત થવાનું કારણ બની શકે છે. વર્તમાન લાક્ષણિકતા ત્રુટિસૂચી વિનંતી પર ઉપલબ્ધ છે.

ઇન્ટેલ તમામ સ્પષ્ટ અને ગર્ભિત વોરંટીનો અસ્વીકાર કરે છે, જેમાં મર્યાદા વિના, વેપારીતાની ગર્ભિત વોરંટી, ચોક્કસ હેતુ માટે યોગ્યતા અને બિન-ઉલ્લંઘન, તેમજ કામગીરી, વ્યવહારના અભ્યાસક્રમ અથવા વેપારમાં ઉપયોગથી ઉદ્ભવતી કોઈપણ વોરંટીનો સમાવેશ થાય છે.

દસ્તાવેજો / સંસાધનો

Linux માટે intel AI Analytics ટૂલકિટ [પીડીએફ] વપરાશકર્તા માર્ગદર્શિકા Linux માટે AI Analytics ટૂલકિટ, AI Analytics ટૂલકિટ, Linux માટે Analytics ટૂલકિટ, Analytics ટૂલકિટ, ટૂલકિટ

સંદર્ભો

• વપરાશકર્તા માર્ગદર્શિકા