Linux အတွက် intel AI Analytics ကိရိယာအစုံ

ထုတ်ကုန်အချက်အလက်

AI Kit သည် စက်သင်ယူမှုနှင့် နက်နဲသောသင်ယူမှုပရောဂျက်များအတွက် conda ပတ်ဝန်းကျင်များစွာပါဝင်သည့် ကိရိယာတန်ဆာပလာတစ်ခုဖြစ်သည်။ ၎င်းတွင် TensorFlow၊ PyTorch နှင့် Intel oneCCL Bindings အတွက် ပတ်ဝန်းကျင်များ ပါဝင်သည်။ ၎င်းသည် အသုံးပြုသူများအား ပက်ကေ့ဂျ်များထည့်ရန်၊ ဂရပ်ဖစ်ဒရိုက်ဗာများကို ထည့်သွင်းရန်နှင့် hangcheck ကိုပိတ်ရန် Conda ကိုအသုံးပြုခြင်းဖြင့် ပတ်ဝန်းကျင်ပြောင်းလဲမှုများကို သတ်မှတ်ခြင်းဖြင့် အသုံးပြုသူများအား ၎င်းတို့၏စနစ်ကို configure လုပ်ခွင့်ပေးသည်။ ကိရိယာအစုံကို Command Line Interface (CLI) တွင် အသုံးပြုနိုင်ပြီး အထူးပြုပြင်မွမ်းမံမှုမရှိဘဲ လက်ရှိပရောဂျက်များတွင် အလွယ်တကူ ပေါင်းစည်းနိုင်သည်။

ထုတ်ကုန်အသုံးပြုမှု

1. ဆက်မလုပ်မီ ပတ်ဝန်းကျင်ပြောင်းလဲမှုများကို သတ်မှတ်ခြင်းဖြင့် သင့်စနစ်အား ပြင်ဆင်ပါ။
2. Command Line Interface (CLI) တွင်အလုပ်လုပ်ရန်၊ ပတ်ဝန်းကျင်ပြောင်းလဲမှုများမှတစ်ဆင့် oneAPI toolkits အတွင်းရှိ tools များကို configure လုပ်ရန် setvars.sh script ကိုအသုံးပြုပါ။ သင်သည် setvars.sh script ကို session တစ်ခုလျှင် တစ်ကြိမ် သို့မဟုတ် terminal window အသစ်တစ်ခုဖွင့်တိုင်း အချိန်တိုင်းတွင် အရင်းအမြစ်ရှာနိုင်ပါသည်။ setvars.sh script ကို သင်၏ oneAPI ထည့်သွင်းမှု၏ အမြစ်ဖိုင်တွဲတွင် တွေ့နိုင်သည်။
3. “conda activate ” AI Kit တွင် TensorFlow (CPU)၊ TensorFlow အတွက် S အတွက် Intel Extension ပါ၀င်သည်ample TensorFlow (GPU)၊ PyTorch (XPU) အတွက် Intel Extension ပါသော PyTorch နှင့် PyTorch (CPU အတွက် Intel oneCCL Bindings)။
4. ပတ်ဝန်းကျင်တစ်ခုစီ၏ ဆက်စပ်မှုကို စူးစမ်းလေ့လာပါ စတင်ခြင်း Sampပတ်ဝန်းကျင်တစ်ခုစီကို အသုံးပြုပုံနှင့်ပတ်သက်သည့် နောက်ထပ်အချက်အလက်များအတွက် အသုံးပြုသူလက်စွဲတွင် ပေးထားသည့် ဇယားတွင် လင့်ခ်ချိတ်ထားသည်။

အောက်ဖော်ပြပါ ညွှန်ကြားချက်များသည် သင်သည် Intel® oneAPI ဆော့ဖ်ဝဲလ်ကို ထည့်သွင်းထားသည်ဟု ယူဆပါသည်။ တပ်ဆင်ရွေးချယ်စရာများအတွက် Intel AI Analytics Toolkit စာမျက်နှာကို ကြည့်ပါ။ တည်ဆောက်ပြီး လုပ်ဆောင်ရန် ဤအဆင့်များကို လိုက်နာပါ။ampIntel® AI Analytics Toolkit (AI Kit) နှင့်အတူ။

1. သင့်စနစ်အား စီစဉ်သတ်မှတ်ပါ။
2. S ကိုတည်ဆောက်ပြီး Run ပါ။ampလဲ့

မှတ်ချက်: Standard Python တပ်ဆင်မှုများသည် AI Kit နှင့် အပြည့်အဝသဟဇာတဖြစ်သော်လည်း Python အတွက် Intel® Distribution ကို ပိုမိုနှစ်သက်သည်။
ဤကိရိယာအစုံဖြင့် ၎င်းတို့ကို စတင်အသုံးပြုရန်အတွက် သင့်လက်ရှိပရောဂျက်များအတွက် အထူးပြုပြင်မွမ်းမံမှုများ မလိုအပ်ပါ။

ဤ Toolkit ၏ အစိတ်အပိုင်းများ

AI Kit ပါဝင်ပါတယ်။

• Intel® Optimization for PyTorch*- Intel® oneAPI Deep Neural Network Library (oneDNN) ကို နက်ရှိုင်းစွာ လေ့လာရန်အတွက် မူရင်းသင်္ချာ kernel စာကြည့်တိုက်အဖြစ် PyTorch တွင် ထည့်သွင်းထားသည်။
• PyTorch အတွက် Intel® Extension: Intel® Extension for PyTorch* သည် Intel ဟာ့ဒ်ဝဲတွင် အပိုစွမ်းဆောင်ရည်မြှင့်တင်မှုအတွက် နောက်ဆုံးပေါ်အင်္ဂါရပ်များနှင့် ပိုမိုကောင်းမွန်အောင်လုပ်ဆောင်မှုများနှင့်အတူ PyTorch* စွမ်းရည်များကို တိုးချဲ့ပေးပါသည်။
• Intel® Optimization for TensorFlow*- ဤဗားရှင်းသည် အရှိန်မြှင့်စွမ်းဆောင်ရည်အတွက် oneDNN မှ မူလအရာများကို TensorFlow runtime သို့ ပေါင်းစပ်ထားသည်။
• TensorFlow အတွက် Intel® Extension- TensorFlow အတွက် Intel® Extension for TensorFlow* သည် TensorFlow PluggableDevice အင်တာဖေ့စ်ကို အခြေခံ၍ ကွဲပြားပြီး စွမ်းဆောင်ရည်မြင့်မားသော နက်ရှိုင်းသော သင်ယူမှု ပလပ်အင်တစ်ခုဖြစ်သည်။ ဤတိုးချဲ့မှုပလပ်အင်သည် Intel XPU (GPU၊ CPU၊ စသည်) စက်ပစ္စည်းများကို AI အလုပ်ပမာဏအရှိန်မြှင့်ရန်အတွက် TensorFlow ပွင့်လင်းအရင်းအမြစ်အသိုင်းအဝိုင်းသို့ ယူဆောင်လာသည်။
• Python အတွက် Intel® Distribution*- သင့်ကုဒ်ကို အနည်းငယ်မျှ သို့မဟုတ် ပြောင်းလဲမှုမရှိသော Python အပလီကေးရှင်း၏ စွမ်းဆောင်ရည်ကို ကွက်လပ်အပြင်တွင် ပိုမိုမြန်ဆန်စွာ ရယူလိုက်ပါ။ ဤဖြန့်ဖြူးမှုကို Intel® oneAPI Math Kernel Library နှင့် Intel®oneAPI Data Analytics Library ကဲ့သို့သော Intel® Performance Libraries များနှင့် ပေါင်းစပ်ထားသည်။
• Intel® Distribution of Modin* (Anaconda တွင်သာရရှိနိုင်သည်) သည် ဤအသိဉာဏ်ရှိသော၊ ဖြန့်ဝေထားသောဒေတာဘောင်စာကြည့်တိုက်ကို အသုံးပြု၍ ပန်ဒါများနှင့်ထပ်တူ API ဖြင့် ပေါင်းစည်းထားသော node အများအပြားတွင် ကြိုတင်လုပ်ဆောင်ခြင်းများကို ချောမွေ့စွာ ချိန်ညှိနိုင်စေပါသည်။ ဤဖြန့်ဖြူးမှုကို Conda* Package Manager ဖြင့် Intel® AI Analytics Toolkit ကို ထည့်သွင်းခြင်းဖြင့်သာ ရရှိနိုင်ပါသည်။
• Intel® အာရုံကြောကွန်ပရက်ဆာ- TensorFlow*၊ PyTorch*၊ MXNet* နှင့် ONNX* (Open Neural Network Exchange) ကဲ့သို့သော ရေပန်းစားသော နက်ရှိုင်းသော သင်ယူမှုဘောင်များတွင် တိကျမှုနည်းသော ဖြေရှင်းချက်များကို လျင်မြန်စွာ အသုံးချပါ။
• Scikit-learn* အတွက် Intel® တိုးချဲ့မှု- Intel® oneAPI Data Analytics Library (oneDAL) ကို အသုံးပြု၍ သင်၏ Scikit-learn အပလီကေးရှင်းကို အရှိန်မြှင့်ရန် ချောမွေ့သောနည်းလမ်း။
  Patching scikit-learn သည် လက်တွေ့ဘဝပြဿနာများကို ကိုင်တွယ်ဖြေရှင်းရန်အတွက် ကောင်းစွာသင့်လျော်သော စက်သင်ယူမှုမူဘောင်တစ်ခု ဖြစ်စေသည်။
• Intel မှ XGBoost Optimized- gradient-boosted ဆုံးဖြတ်ချက်သစ်ပင်များအတွက် လူသိများသော ဤစက်-သင်ယူမှုပက်ကေ့ဂျ်တွင် Intel® Architectures အတွက် ချောမွေ့စွာ၊ အရှိန်အဟုန်ဖြင့် မော်ဒယ်လေ့ကျင့်မှုကို သိသိသာသာ အရှိန်မြှင့်ရန်နှင့် ပိုမိုကောင်းမွန်သော ခန့်မှန်းချက်များကို မြှင့်တင်ရန် ပါဝင်သည်။

သင့်စနစ်အား ပြင်ဆင်သတ်မှတ်ပါ – Intel® AI Analytics Toolkit

AI Analytics Toolkit ကို မတပ်ဆင်ရသေးပါက Intel® AI Analytics Toolkit ကို ထည့်သွင်းခြင်းအား ကိုးကားပါ။ သင့်စနစ်အား ပြင်ဆင်သတ်မှတ်ရန်၊ ဆက်မလုပ်မီ ပတ်ဝန်းကျင်ပြောင်းလဲမှုများကို သတ်မှတ်ပါ။

 

CLI ဖွံ့ဖြိုးတိုးတက်မှုအတွက် Environment Variables များကို သတ်မှတ်ပါ။
Command Line Interface (CLI) တွင်အလုပ်လုပ်ရန်အတွက် oneAPI toolkits မှ tools များကို configure လုပ်ထားပါသည်။
ပတ်ဝန်းကျင်ပြောင်းလဲမှုများ။ setvars script ကို အရင်းခံခြင်းဖြင့် ပတ်ဝန်းကျင် ကိန်းရှင်များကို သတ်မှတ်ရန်-

ရွေးချယ်မှု 1- အရင်းအမြစ် setvars.sh သည် session တစ်ခုလျှင် တစ်ကြိမ်
သင် terminal window အသစ်တစ်ခုဖွင့်တိုင်း setvars.sh ၏အရင်းအမြစ်

ပုံမှန်အားဖြင့် စနစ်ကျယ်ပြန့်သော တပ်ဆင်မှုများအတွက် /opt/intel/oneapi/ နှင့် သီးသန့်ထည့်သွင်းမှုများအတွက် ~/intel/oneapi/ ဖြစ်သည့် သင်၏ oneAPI တပ်ဆင်မှု၏ အမြစ်ဖိုင်တွဲတွင် setvars.sh script ကို သင်တွေ့နိုင်သည်။

စနစ်ကျယ်သော တပ်ဆင်မှုများအတွက် ( root သို့မဟုတ် sudo အထူးအခွင့်အရေးများ လိုအပ်သည် )

• . /opt/intel/oneapi/setvars.sh

သီးသန့်တပ်ဆင်မှုများအတွက်

• . ~/intel/oneapi/setvars.sh

ရွေးချယ်မှု 2- setvars.sh အတွက် တစ်ကြိမ်တည်း စနစ်ထည့်သွင်းခြင်း။
သင့်ပရောဂျက်များအတွက် ပတ်ဝန်းကျင်ကို အလိုအလျောက် စနစ်ထည့်သွင်းရန် အမိန့်ပေးသည့်ရင်းမြစ်ကို ထည့်သွင်းပါ။
/setvars.sh အလိုအလျောက်ခေါ်ဝေါ်သည့် startup script တွင် /setvars.sh (အစားထိုးပါ။
သင်၏ oneAPI တပ်ဆင်တည်နေရာသို့ လမ်းကြောင်းနှင့်အတူ)။ ပုံသေတပ်ဆင်မှုတည်နေရာများသည် /opt/
စနစ်ကျယ်ပြန့်သော တပ်ဆင်မှုများအတွက် intel/oneapi/ (root သို့မဟုတ် sudo အထူးအခွင့်အရေးများ လိုအပ်သည်) နှင့် သီးသန့်ထည့်သွင်းမှုများအတွက် ~/intel/oneapi/။
ဟောင်းအတွက်ample၊ သင်သည်အရင်းအမြစ်ကိုထည့်နိုင်သည်။ သင်၏ ~/.bashrc သို့မဟုတ် ~/.bashrc_pro သို့ /setvars.sh အမိန့်ပေးသည်။file သို့မဟုတ် ~/.profile file. သင့်စနစ်ရှိ အကောင့်များအားလုံးအတွက် ဆက်တင်များကို အမြဲတမ်းပြုလုပ်ရန်၊ သင့်စနစ်၏ /etc/pro တွင် တစ်ကြောင်းတည်းသော .sh script ကိုဖန်တီးပါ။filesetvars.sh (အသေးစိတ်အချက်အလက်များအတွက်၊ Environment Variables ဆိုင်ရာ Ubuntu စာရွက်စာတမ်းများကို ကြည့်ပါ)။

မှတ်ချက်
setvars.sh script ကို configuration တစ်ခုသုံးပြီး စီမံခန့်ခွဲနိုင်သည်။ fileအထူးသဖြင့် "နောက်ဆုံးပေါ်" ဗားရှင်းသို့ ပုံသေသတ်မှတ်ခြင်းထက် သီးသန့်ဗားရှင်းများ သို့မဟုတ် စုစည်းမှုစနစ်ကို စတင်ရန်လိုအပ်ပါက အထူးသဖြင့် အထောက်အကူဖြစ်စေပါသည်။ အသေးစိတ်အချက်အလက်များအတွက်၊ Configuration ကိုအသုံးပြုခြင်းကို ကြည့်ပါ။ File Setvars.sh ကို စီမံရန်။ ။ POSIX မဟုတ်သော အခွံတွင် ပတ်၀န်းကျင်ကို စနစ်ထည့်သွင်းရန် လိုအပ်ပါက၊ ပိုမိုဖွဲ့စည်းပုံရွေးချယ်စရာများအတွက် SeeoneAPI Development Environment Setup။

နောက်အဆင့်များ

• အကယ်၍ သင်သည် Conda ကိုအသုံးမပြုပါက သို့မဟုတ် GPU အတွက် တီထွင်ဖန်တီးခြင်း၊ S ကို တည်ဆောက်ပြီး လုပ်ဆောင်ပါ။ample စီမံကိန်း။
• Conda အသုံးပြုသူများအတွက်၊ နောက်အပိုင်းသို့ ဆက်သွားပါ။
• GPU ကို တီထွင်ရန်အတွက် GPU အသုံးပြုသူများထံ ဆက်သွားပါ။

ဤကိရိယာအစုံရှိ Conda ပတ်ဝန်းကျင်များ
AI Kit တွင်ပါဝင်သော conda ပတ်ဝန်းကျင်များစွာရှိသည်။ ပတ်ဝန်းကျင်တစ်ခုစီကို အောက်ပါဇယားတွင် ဖော်ပြထားသည်။ သင်သည် ယခင်က ညွှန်ကြားထားသည့်အတိုင်း CLI ပတ်၀န်းကျင်သို့ ပတ်ဝန်းကျင်ပြောင်းလဲမှုများကို သတ်မှတ်ပြီးသည်နှင့်၊ သင်သည် အောက်ပါ command မှတစ်ဆင့် လိုအပ်သလို မတူညီသော conda ပတ်ဝန်းကျင်များကို စတင်အသုံးပြုနိုင်သည်-

• conda ကို activate လုပ်ပါ။

ပိုမိုသိရှိလိုပါက၊ ကျေးဇူးပြု၍ ပတ်ဝန်းကျင်တစ်ခုချင်းစီ၏ စတင်ခြင်း Sampအောက်ပါဇယားတွင် လင့်ခ်ချိတ်ထားသည်။

Root မဟုတ်သောအသုံးပြုသူအဖြစ် Packages များထည့်ရန် Conda Clone Function ကိုသုံးပါ။
Intel AI Analytics ကိရိယာအစုံကို စီမံခန့်ခွဲရန် အမြစ်အခွင့်ထူးများ လိုအပ်သည့် oneapi ဖိုင်တွဲတွင် ထည့်သွင်းထားသည်။ Conda* ကို အသုံးပြု၍ ပက်ကေ့ဂျ်အသစ်များကို ထည့်သွင်းထိန်းသိမ်းလိုသော်လည်း root access မရှိဘဲ ၎င်းကို သင်လုပ်ဆောင်၍မရပါ။ သို့မဟုတ်၊ သင်သည် အမြစ်ဝင်ရောက်ခွင့်ရှိနိုင်သော်လည်း Conda ကိုဖွင့်တိုင်း root စကားဝှက်ကို မထည့်ချင်ပါ။

root access ကိုအသုံးမပြုဘဲ သင့်ပတ်ဝန်းကျင်ကို စီမံခန့်ခွဲရန်၊ သင် /opt/intel/oneapi/ folder ၏အပြင်ဘက်ရှိ ဖိုင်တွဲတစ်ခုသို့ လိုအပ်သော packages များကို clone လုပ်ရန် Conda clone လုပ်ဆောင်ချက်ကို အသုံးပြုပါ-

1. သင် setvars.sh ကို run သည့် တူညီသော terminal window မှ၊ သင့်စနစ်ရှိ Conda ပတ်ဝန်းကျင်များကို ခွဲခြားသတ်မှတ်ပါ-
   • conda env စာရင်း
     ဤကဲ့သို့ အလားတူရလဒ်များကို သင်တွေ့လိမ့်မည်-
2. ပတ်ဝန်းကျင်ကို ဖိုဒါအသစ်တစ်ခုသို့ ပုံတူကူးရန် clone လုပ်ဆောင်ချက်ကို အသုံးပြုပါ။ ဟောင်း၌ampအောက်တွင်၊ ပတ်ဝန်းကျင်အသစ်ကို usr_intelpython ဟုခေါ်ပြီး ကလုဒ်လုပ်ထားသောပတ်ဝန်းကျင်ကို base (အထက်ပုံတွင်ပြထားသည့်အတိုင်း) ဟုခေါ်သည်။
   • conda သည် –name usr_intelpython –clone base ကိုဖန်တီးပါ။
     Clone အသေးစိတ်များ ပေါ်လာပါမည်-

1. ပက်ကေ့ဂျ်များထည့်နိုင်မှုကို ဖွင့်ရန်အတွက် ပတ်ဝန်းကျင်အသစ်ကို အသက်သွင်းပါ။ conda သည် usr_intelpython ကို အသက်သွင်းပါ။
2. ပတ်ဝန်းကျင်အသစ်သည် အသက်ဝင်နေကြောင်း အတည်ပြုပါ။ conda env စာရင်း
   Python အတွက် Intel Distribution အတွက် Conda ပတ်ဝန်းကျင်ကို ယခု သင် တီထွင်နိုင်ပါပြီ။
3. TensorFlow* သို့မဟုတ် PyTorch* ပတ်ဝန်းကျင်ကို အသက်သွင်းရန်-

TensorFlow

• conda သည် tensorflow ကိုအသက်သွင်းသည်။

PyTorch

• conda pytorch ကိုဖွင့်ပါ။

နောက်အဆင့်များ

• အကယ်၍ သင်သည် GPU အတွက် မဖွံ့ဖြိုးပါက S ကို တည်ဆောက်ပြီး လုပ်ဆောင်ပါ။ample စီမံကိန်း။
• GPU ကို တီထွင်ရန်အတွက် GPU အသုံးပြုသူများထံ ဆက်သွားပါ။

GPU အသုံးပြုသူများ
GPU ကိုတီထွင်နေသူများအတွက် အောက်ပါအဆင့်များကို လိုက်နာပါ ။

GPU ယာဉ်မောင်းများကို ထည့်သွင်းပါ။
GPU Drivers များကို ထည့်သွင်းရန် တပ်ဆင်ခြင်းလမ်းညွှန်တွင် ညွှန်ကြားချက်များကို သင်လိုက်နာပါက ဤအဆင့်ကို ကျော်သွားနိုင်ပါသည်။ ယာဉ်မောင်းများကို မတပ်ဆင်ရသေးပါက တပ်ဆင်ခြင်းလမ်းညွှန်တွင် လမ်းညွှန်ချက်များကို လိုက်နာပါ။

အသုံးပြုသူကို ဗီဒီယိုအဖွဲ့သို့ ထည့်ပါ။
GPU တွက်ချက်မှုဆိုင်ရာ အလုပ်များ အတွက်၊ root မဟုတ်သော (ပုံမှန်) အသုံးပြုသူများသည် ပုံမှန်အားဖြင့် GPU စက်ပစ္စည်းသို့ ဝင်ရောက်ခွင့်မရှိပါ။ သင့်ပုံမှန်အသုံးပြုသူ(များ)ကို ဗီဒီယိုအဖွဲ့သို့ ထည့်ရန်သေချာပါစေ။ မဟုတ်ပါက၊ GPU စက်ပစ္စည်းအတွက် စုစည်းထားသော binaries များသည် သာမန်အသုံးပြုသူတစ်ဦးမှ လုပ်ဆောင်သောအခါတွင် ပျက်ကွက်မည်ဖြစ်သည်။ ဤပြဿနာကို ဖြေရှင်းရန်၊ root မဟုတ်သောအသုံးပြုသူကို ဗီဒီယိုအဖွဲ့သို့ ထည့်ပါ-

• sudo usermod -a -G ဗီဒီယို

Hangcheck ကို ပိတ်ပါ။
ဇာတိပတ်ဝန်းကျင်ရှိ ကာလကြာရှည်စွာလည်ပတ်နေသော GPU တွက်ချက်သည့်အလုပ်များရှိသည့် အပလီကေးရှင်းများအတွက် hangcheck ကို ပိတ်ပါ။ ဂိမ်းဆော့ခြင်းကဲ့သို့သော virtualizations သို့မဟုတ် GPU ၏အခြားစံအသုံးပြုမှုများအတွက် ၎င်းကို မထောက်ခံပါ။

GPU ဟာ့ဒ်ဝဲကို လုပ်ဆောင်ရန် လေးစက္ကန့်ထက်ပိုကြာသည့် အလုပ်ဝန်သည် တာရှည်လည်ပတ်နေသော အလုပ်တာဝန်ဖြစ်သည်။ ပုံမှန်အားဖြင့်၊ ရေရှည်အလုပ်များအဖြစ် အရည်အချင်းပြည့်မီသော စာတွဲများကို ချိတ်ဆွဲထားသည်ဟု ယူဆရပြီး ရပ်စဲသွားပါသည်။ Hangcheck timeout ကာလကို ပိတ်ခြင်းဖြင့်၊ သင်သည် ဤပြဿနာကို ရှောင်ရှားနိုင်သည်။

မှတ်ချက်: kernel ကို အပ်ဒိတ်လုပ်ပါက၊ hangcheck ကို အလိုအလျောက် ဖွင့်ပေးပါသည်။ hangcheck ကိုပိတ်ထားကြောင်းသေချာစေရန် kernel အပ်ဒိတ်တိုင်းပြီးနောက် အောက်ပါလုပ်ငန်းစဉ်ကို လုပ်ဆောင်ပါ။

1. terminal ကိုဖွင့်ပါ။
2. အမှိုက်ကိုဖွင့်ပါ။ file /etc/default တွင်။
3. အမှိုက်ထဲမှာ fileGRUB_CMDLINE_LINUX_DEFAULT=”” လိုင်းကိုရှာပါ။
4. ကိုးကားချက်များကြားတွင် ဤစာသားကို ထည့်ပါ (“”)။
5. ဤအမိန့်ကို လုပ်ဆောင်ပါ-
   sudo update-grub
6. စနစ်ကို ပြန်လည်စတင်ပါ။ Hangcheck ကို ပိတ်ထားဆဲဖြစ်သည်။

နောက်တစ်ဆင့်
ယခု သင့် system ကို configure လုပ်ပြီးပါက S ကို တည်ဆောက်ပြီး Run လိုက်ပါ။ample စီမံကိန်း။

S ကိုတည်ဆောက်ပြီး Run ပါ။ampCommand Line ကိုအသုံးပြုခြင်း။

Intel® AI Analytics ကိရိယာအစုံ
ဤကဏ္ဍတွင်၊ သင်သည် ဆောက်လုပ်ရေးပရောဂျက်များ၏ လုပ်ငန်းစဉ်များနှင့် ရင်းနှီးစေရန် ရိုးရှင်းသော "Hello World" ပရောဂျက်ကို လုပ်ဆောင်မည်ဖြစ်ပြီး၊ ထို့နောက် သင့်ကိုယ်ပိုင်ပရောဂျက်ကို တည်ဆောက်မည်ဖြစ်သည်။

မှတ်ချက်: သင့်ဖွံ့ဖြိုးတိုးတက်မှုပတ်ဝန်းကျင်ကို မပြင်ဆင်ရသေးပါက၊ သင့်စနစ်အား Configure သို့သွားပြီးနောက် ဤစာမျက်နှာသို့ ပြန်သွားပါ။ သင့် system ကို configure လုပ်ရန် အဆင့်များ ပြီးသွားပါက၊ အောက်ပါ အဆင့်များကို ဆက်လုပ်ပါ။

command line မှအလုပ်လုပ်သောအခါ သင်သည် terminal window သို့မဟုတ် Visual Studio Code* ကိုသုံးနိုင်သည်။ ပြည်တွင်းတွင် VS Code အသုံးပြုနည်းအသေးစိတ်အတွက် Linux ရှိ oneAPI ဖြင့် Visual Studio Code အခြေခံအသုံးပြုမှုကို ကြည့်ပါ။ VS Code ကိုအဝေးမှအသုံးပြုရန်၊ Linux တွင် oneAPI ဖြင့် Remote Visual Studio Code Development ကို ကြည့်ပါ။

S ကိုတည်ဆောက်ပြီး Run ပါ။ample စီမံကိန်း
အဆိုပါ s ကိုamps ကိုမတည်ဆောက်မီ အောက်ပါ les များကို သင့် system တွင် cloned ပြုလုပ်ရပါမည်။ampစီမံကိန်း-

CMake ကို ပံ့ပိုးပေးသည့် အစိတ်အပိုင်းများစာရင်းကို ကြည့်ရန်၊ Use CMake to with oneAPI Applications ကို ကြည့်ပါ။

သင်၏ကိုယ်ပိုင်ပရောဂျက်ကိုတည်ဆောက်ပါ။
ဤကိရိယာအစုံဖြင့် ၎င်းတို့ကို စတင်အသုံးပြုရန်အတွက် သင်၏လက်ရှိ Python ပရောဂျက်များအတွက် အထူးပြုပြင်မွမ်းမံမှုများ မလိုအပ်ပါ။ ပရောဂျက်အသစ်များအတွက်၊ လုပ်ငန်းစဉ်သည် s ဖန်တီးမှုအတွက် အသုံးပြုသည့် လုပ်ငန်းစဉ်ကို အနီးကပ်လိုက်နာသည်။ample Hello World ပရောဂျက်များ။ Hello World README ကို ကိုးကားပါ။ files ညွှန်ကြားချက်များ။

စွမ်းဆောင်ရည်ကို မြှင့်တင်ခြင်း။
TensorFlow သို့မဟုတ် PyTorch နှစ်ခုစလုံးအတွက် စွမ်းဆောင်ရည် အမြင့်ဆုံးကို ကူညီပေးရန်အတွက် သင်သည် စာရွက်စာတမ်းများကို သင်ရနိုင်သည်။

သင့်ပတ်ဝန်းကျင်ကို ပြင်ဆင်ပါ။

မှတ်ချက်: သင်၏ virtual ပတ်၀န်းကျင်ကို မရရှိနိုင်ပါက သို့မဟုတ် သင့် virtual ပတ်၀န်းကျင်တွင် ပက်ကေ့ဂျ်များထည့်လိုပါက၊ Use Conda Clone Function တွင် ပက်ကေ့ဂျ်များကို Root မဟုတ်သောအသုံးပြုသူအနေဖြင့် ထည့်ရန်အတွက် အဆင့်များကို ပြီးမြောက်ကြောင်း သေချာပါစေ။

အကယ်၍ သင်သည် ကွန်တိန်နာအပြင်ဘက်တွင် တီထွင်နေပါက Python အတွက် Intel® Distribution* ကိုအသုံးပြုရန် အောက်ပါ script ကို အရင်းအမြစ်မှ အရင်းခံပါ-

• • /setvars.sh
• ဘယ်မှာလဲ။ ဤကိရိယာအစုံကို သင်တပ်ဆင်သည့်နေရာဖြစ်သည်။ ပုံမှန်အားဖြင့် install directory သည်-
• Root သို့မဟုတ် sudo ထည့်သွင်းမှုများ- /opt/intel/oneapi
• ဒေသတွင်း အသုံးပြုသူ တပ်ဆင်မှုများ- ~/intel/oneapi

မှတ်ချက်: setvars.sh script ကို configuration တစ်ခုသုံးပြီး စီမံခန့်ခွဲနိုင်ပါတယ်။ fileအထူးသဖြင့် "နောက်ဆုံးပေါ်" ဗားရှင်းသို့ ပုံသေသတ်မှတ်ခြင်းထက် သီးသန့်ဗားရှင်းများ သို့မဟုတ် စုစည်းမှုစနစ်ကို စတင်ရန်လိုအပ်ပါက အထူးသဖြင့် အထောက်အကူဖြစ်စေပါသည်။ အသေးစိတ်အချက်အလက်များအတွက်၊ Configuration ကိုအသုံးပြုခြင်းကို ကြည့်ပါ။ File Setvars.sh ကို စီမံခန့်ခွဲရန်။ POSIX မဟုတ်သော အခွံတွင် ပတ်၀န်းကျင်ကို စနစ်ထည့်သွင်းရန် လိုအပ်ပါက၊ ပိုမိုဖွဲ့စည်းပုံရွေးချယ်စရာများအတွက် oneAPI Development Environment Setup ကို ကြည့်ပါ။

ပတ်ဝန်းကျင်ကို ပြောင်းရန်၊ တက်ကြွသောပတ်ဝန်းကျင်ကို ဦးစွာ ပိတ်ရပါမည်။
အောက်ပါ example သည် ပတ်ဝန်းကျင်ကို ပုံစံသတ်မှတ်ခြင်း၊ TensorFlow* ကို အသက်သွင်းပြီးနောက် Python အတွက် Intel Distribution သို့ ပြန်သွားသည်-

ကွန်တိန်နာကို ဒေါင်းလုဒ်လုပ်ပါ။

Intel® AI Analytics ကိရိယာအစုံ
ကွန်တိန်နာများသည် သင့်အား oneAPI အပလီကေးရှင်းများ တည်ဆောက်ခြင်း၊ လုပ်ဆောင်ခြင်းနှင့် ပရိုဖိုင်ပြုလုပ်ခြင်းအတွက် ပတ်၀န်းကျင်ကို စနစ်ထည့်သွင်းခြင်းနှင့် စီစဉ်သတ်မှတ်ခြင်းတို့ကို ခွင့်ပြုပြီး ၎င်းတို့အား ပုံများကို အသုံးပြု၍ ဖြန့်ဝေနိုင်သည်-

• သင်လိုအပ်သည့်ကိရိယာများအားလုံးဖြင့် ကြိုတင်ပြင်ဆင်ထားသော ပတ်ဝန်းကျင်တစ်ခုပါရှိသော ရုပ်ပုံတစ်ပုံကို သင်ထည့်သွင်းနိုင်ပြီး၊ ထို့နောက် ထိုပတ်ဝန်းကျင်အတွင်းတွင် ချဲ့ထွင်နိုင်သည်။
• သင်သည် ပတ်ဝန်းကျင်တစ်ခုကို သိမ်းဆည်းနိုင်ပြီး အပိုထည့်သွင်းမှုမလိုအပ်ဘဲ ထိုပတ်ဝန်းကျင်ကို အခြားစက်တစ်ခုသို့ ရွှေ့ရန် ပုံကို အသုံးပြုနိုင်သည်။
• ဘာသာစကားအမျိုးမျိုးနှင့် runtime၊ ခွဲခြမ်းစိတ်ဖြာမှုကိရိယာများ သို့မဟုတ် အခြားကိရိယာများဖြင့် ကွန်တိန်နာများကို လိုအပ်သလို ပြင်ဆင်နိုင်သည်။

Docker* Image ကို ဒေါင်းလုဒ်လုပ်ပါ။
Containers Repository မှ Docker* ပုံတစ်ပုံကို ဒေါင်းလုဒ်လုပ်နိုင်ပါသည်။

မှတ်ချက်: Docker ရုပ်ပုံသည် ~5 GB ဖြစ်ပြီး ဒေါင်းလုဒ်လုပ်ရန် ~15 မိနစ် ကြာနိုင်သည်။ ၎င်းသည် disk space 25 GB လိုအပ်မည်ဖြစ်သည်။

1. ပုံကို သတ်မှတ်ပါ-
   image=intel/oneapi-aikit docker “$image” ဆွဲရန်
2. ပုံကိုဆွဲပါ။
   docker သည် "$image" ကိုဆွဲထုတ်သည်

သင့်ပုံကို ဒေါင်းလုဒ်လုပ်ပြီးသည်နှင့် Command Line ဖြင့် Containers အသုံးပြုခြင်းသို့ ဆက်သွားပါ။

Command Line ဖြင့် ကွန်တိန်နာများကို အသုံးပြုခြင်း။
Intel® AI Analytics Toolkit ကြိုတင်တည်ဆောက်ထားသောကွန်တိန်နာများကို တိုက်ရိုက်ဒေါင်းလုဒ်လုပ်ပါ။ CPU အတွက် အောက်ဖော်ပြပါ command သည် သင့်အား အပြန်အလှန်အကျိုးသက်ရောက်မှုမုဒ်တွင် ကွန်တိန်နာအတွင်း၊ ကွန်တိန်နာအတွင်း၌ ထားပေးမည်ဖြစ်သည်။

CPU ပါ။
image=intel/oneapi-aikit docker run -it “$image”

Intel® Advisor၊ Intel® Inspector သို့မဟုတ် VTune™ ကို ကွန်တိန်နာများဖြင့် အသုံးပြုခြင်း။
ဤကိရိယာများကို အသုံးပြုသည့်အခါ၊ ကွန်တိန်နာသို့ အပိုစွမ်းဆောင်ရည်များ ပေးဆောင်ရပါမည်- –cap-add=SYS_ADMIN –cap-add=SYS_PTRACE

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

Cloud CI စနစ်များကို အသုံးပြုခြင်း။

Cloud CI စနစ်များသည် သင့်ဆော့ဖ်ဝဲကို အလိုအလျောက် တည်ဆောက်ပြီး စမ်းသပ်နိုင်စေပါသည်။ ဟောင်းအတွက် github တွင် repo ကိုကြည့်ပါ။ampဖွဲ့စည်းမှုပုံစံများ fileနာမည်ကြီး cloud CI စနစ်များအတွက် oneAPI ကို အသုံးပြုသည်။

Intel® AI Analytics Toolkit အတွက် ပြဿနာဖြေရှင်းခြင်း။

သတိပေးချက်များနှင့် ငြင်းဆိုချက်များ

Intel နည်းပညာများသည် ဖွင့်ထားသော ဟာ့ဒ်ဝဲ၊ ဆော့ဖ်ဝဲ သို့မဟုတ် ဝန်ဆောင်မှုကို အသက်သွင်းရန် လိုအပ်နိုင်သည်။ မည်သည့် ထုတ်ကုန် သို့မဟုတ် အစိတ်အပိုင်းမှ လုံးဝ လုံခြုံနိုင်မည်မဟုတ်ပေ။
သင့်ကုန်ကျစရိတ်နှင့် ရလဒ်များ ကွဲပြားနိုင်သည်။

© Intel ကော်ပိုရေးရှင်း။ Intel၊ Intel လိုဂိုနှင့် အခြားသော Intel အမှတ်အသားများသည် Intel ကော်ပိုရေးရှင်း သို့မဟုတ် ၎င်း၏လုပ်ငန်းခွဲများ၏ အမှတ်တံဆိပ်များဖြစ်သည်။ အခြားအမည်များနှင့် အမှတ်တံဆိပ်များကို အခြားသူများ၏ ပိုင်ဆိုင်မှုအဖြစ် တောင်းဆိုနိုင်ပါသည်။

ထုတ်ကုန်နှင့် စွမ်းဆောင်ရည် အချက်အလက်

အသုံးပြုမှု၊ ဖွဲ့စည်းမှုပုံစံနှင့် အခြားအချက်များအလိုက် စွမ်းဆောင်ရည်ကွဲပြားသည်။ တွင်ပိုမိုလေ့လာပါ။ www.Intel.com/PerformanceIndex.
ပြန်လည်ပြင်ဆင်ခြင်း သတိပေးချက် #20201201

ဤစာရွက်စာတမ်းမှ မည်သည့်ဉာဏပစ္စည်းမူပိုင်ခွင့်အခွင့်အရေးကိုမဆို (အသုံးအနှုန်း သို့မဟုတ် သွယ်ဝိုက်သောအားဖြင့်၊ ရပ်တန့်ခြင်း သို့မဟုတ် အခြားနည်းဖြင့်) လိုင်စင်မရှိပါ။ ဖော်ပြထားသော ထုတ်ကုန်များတွင် ထုတ်ကုန်သည် ထုတ်ပြန်ထားသည့် သတ်မှတ်ချက်များမှ သွေဖည်သွားစေနိုင်သည့် errata ဟု သိထားသည့် ဒီဇိုင်းချွတ်ယွင်းချက်များ သို့မဟုတ် အမှားအယွင်းများ ပါဝင်နိုင်သည်။ လက်ရှိသွင်ပြင်လက္ခဏာအမှားအယွင်းများကို တောင်းဆိုမှုအရ ရနိုင်ပါသည်။

Intel သည် အကန့်အသတ်မရှိ၊ ရောင်းဝယ်ဖောက်ကားနိုင်မှု၏ သွယ်ဝိုက်အာမခံချက်၊ ရည်ရွယ်ချက်တစ်ခုအတွက် ကြံ့ခိုင်မှု၊ နှင့် ချိုးဖောက်မှုမဟုတ်သည့်အပြင် စွမ်းဆောင်ရည်၊ အရောင်းအ၀ယ်ပြုလုပ်မှု သို့မဟုတ် ကုန်သွယ်မှုတွင် အသုံးပြုမှုတို့မှ ဖြစ်ပေါ်လာသည့် မည်သည့်အာမခံချက်အပါအဝင်မဆို Intel မှ ငြင်းဆိုထားသည်။

စာရွက်စာတမ်းများ / အရင်းအမြစ်များ

Linux အတွက် intel AI Analytics ကိရိယာအစုံ [pdf] အသုံးပြုသူလမ်းညွှန် Linux အတွက် AI Analytics Toolkit၊ AI Analytics Toolkit၊ Linux အတွက် Analytics Toolkit၊ Analytics Toolkit၊ Toolkit

ကိုးကား

• အသုံးပြုသူလက်စွဲ