लिनक्ससाठी इंटेल एआय अॅनालिटिक्स टूलकिट

उत्पादन माहिती

एआय किट हे एक टूलकिट आहे ज्यामध्ये मशीन लर्निंग आणि डीप लर्निंग प्रोजेक्टसाठी एकापेक्षा जास्त कॉन्डा वातावरण समाविष्ट आहे. यामध्ये TensorFlow, PyTorch आणि Intel oneCCL बाइंडिंगसाठी वातावरण समाविष्ट आहे. हे वापरकर्त्यांना पर्यावरण व्हेरिएबल्स सेट करून, पॅकेजेस जोडण्यासाठी कॉन्डा वापरून, ग्राफिक्स ड्रायव्हर्स स्थापित करून आणि हँगचेक अक्षम करून त्यांची प्रणाली कॉन्फिगर करण्यास अनुमती देते. टूलकिट कमांड लाइन इंटरफेस (CLI) वर वापरली जाऊ शकते आणि कोणत्याही विशेष बदलांशिवाय विद्यमान प्रकल्पांमध्ये सहजपणे समाकलित केली जाऊ शकते.

उत्पादन वापर

1. सुरू ठेवण्यापूर्वी पर्यावरण व्हेरिएबल्स सेट करून तुमची प्रणाली कॉन्फिगर करा.
2. कमांड लाइन इंटरफेस (CLI) वर काम करण्यासाठी, पर्यावरण व्हेरिएबल्सद्वारे oneAPI टूलकिटमधील टूल्स कॉन्फिगर करण्यासाठी setvars.sh स्क्रिप्ट वापरा. तुम्ही प्रत्येक सत्रात एकदा किंवा प्रत्येक वेळी नवीन टर्मिनल विंडो उघडता तेव्हा setvars.sh स्क्रिप्टचा स्रोत घेऊ शकता. setvars.sh स्क्रिप्ट तुमच्या oneAPI इंस्टॉलेशनच्या रूट फोल्डरमध्ये आढळू शकते.
3. "conda activate" कमांडद्वारे आवश्यकतेनुसार भिन्न कॉन्डा वातावरण सक्रिय करा " AI किटमध्ये TensorFlow (CPU), S साठी इंटेल विस्तारासह TensorFlow साठी कॉन्डा वातावरण समाविष्ट आहेample TensorFlow (GPU), PyTorch (XPU) साठी इंटेल विस्तारासह PyTorch आणि PyTorch (CPU) साठी इंटेल वनसीसीएल बाइंडिंग्ज.
4. प्रत्येक पर्यावरणाशी संबंधित प्रारंभ करणे एक्सप्लोर कराampप्रत्येक वातावरण कसे वापरावे याबद्दल अधिक माहितीसाठी वापरकर्ता मॅन्युअलमध्ये प्रदान केलेल्या टेबलमध्ये लिंक केले आहे.

खालील सूचना तुम्ही Intel® oneAPI सॉफ्टवेअर इन्स्टॉल केले आहे असे गृहीत धरते. कृपया इंस्टॉलेशन पर्यायांसाठी Intel AI Analytics टूलकिट पृष्ठ पहा. म्हणून तयार करण्यासाठी आणि चालविण्यासाठी या चरणांचे अनुसरण कराampIntel® AI Analytics टूलकिट (AI Kit) सह:

1. तुमची प्रणाली कॉन्फिगर करा.
2. एस तयार करा आणि चालवाampले

टीप: मानक पायथन स्थापना AI किटशी पूर्णपणे सुसंगत आहेत, परंतु पायथन* साठी Intel® वितरणाला प्राधान्य दिले जाते.
या टूलकिटसह त्यांचा वापर सुरू करण्यासाठी तुमच्या विद्यमान प्रकल्पांमध्ये कोणतेही विशेष बदल करण्याची आवश्यकता नाही.

या टूलकिटचे घटक

एआय किटचा समावेश आहे

• Intel® Optimization for PyTorch*: Intel® oneAPI डीप न्यूरल नेटवर्क लायब्ररी (oneDNN) चा समावेश PyTorch मध्ये डीफॉल्ट मॅथ कर्नल लायब्ररी म्हणून सखोल शिक्षणासाठी केला आहे.
• PyTorch साठी Intel® Extension: Intel® Extension for PyTorch* PyTorch* क्षमतांचा अद्ययावत वैशिष्ट्यांसह विस्तार करते आणि Intel हार्डवेअरवर अतिरिक्त कार्यप्रदर्शन बूस्ट करण्यासाठी ऑप्टिमायझेशन करते.
• TensorFlow* साठी Intel® ऑप्टिमायझेशन: ही आवृत्ती त्वरीत कार्यप्रदर्शनासाठी OneDNN मधील प्रिमिटिव्हला TensorFlow रनटाइममध्ये समाकलित करते.
• TensorFlow साठी Intel® विस्तार: TensorFlow* साठी Intel® विस्तार हे TensorFlow PluggableDevice इंटरफेसवर आधारित एक विषम, उच्च कार्यप्रदर्शन डीप लर्निंग एक्स्टेंशन प्लगइन आहे. हे विस्तार प्लगइन AI वर्कलोड प्रवेगासाठी Intel XPU (GPU, CPU, इ.) उपकरणे TensorFlow ओपन सोर्स समुदायामध्ये आणते.
• पायथनसाठी इंटेल® वितरण*: तुमच्या कोडमध्ये कमीत कमी किंवा कोणतेही बदल न करता, बॉक्सच्या बाहेर जलद पायथन ऍप्लिकेशन कामगिरी मिळवा. हे वितरण Intel® परफॉर्मन्स लायब्ररी जसे की Intel® oneAPI Math Kernel Library आणि Intel®oneAPI डेटा अॅनालिटिक्स लायब्ररीसह एकत्रित केले आहे.
• Intel® Distribution of Modin* (केवळ Anaconda द्वारे उपलब्ध), जे तुम्हाला या बुद्धिमान, वितरीत डेटाफ्रेम लायब्ररीचा वापर करून एकसमान एपीआय वापरून मल्टी नोड्सवर प्रीप्रोसेसिंग स्केल करण्यास सक्षम करते. हे वितरण केवळ Conda* पॅकेज व्यवस्थापकासह Intel® AI Analytics टूलकिट स्थापित करून उपलब्ध आहे.
• इंटेल® न्यूरल कंप्रेसर : लोकप्रिय डीप-लर्निंग फ्रेमवर्क जसे की TensorFlow*, PyTorch*, MXNet*, आणि ONNX* (ओपन न्यूरल नेटवर्क एक्सचेंज) रनटाइमवर कमी-अचूक अनुमान उपाय त्वरीत तैनात करा.
• Intel® Extension for Scikit-learn*: Intel® oneAPI डेटा अॅनालिटिक्स लायब्ररी (oneDAL) वापरून तुमचा Scikit-learn अॅप्लिकेशनचा वेग वाढवण्याचा एक अखंड मार्ग.
  पॅचिंग स्किट-लर्न हे वास्तविक जीवनातील समस्या हाताळण्यासाठी एक योग्य मशीन लर्निंग फ्रेमवर्क बनवते.
• इंटेलद्वारे ऑप्टिमाइझ केलेले XGBoost: ग्रेडियंट-बूस्ट केलेल्या निर्णय वृक्षांसाठी या सुप्रसिद्ध मशीन-लर्निंग पॅकेजमध्ये Intel® आर्किटेक्चर्ससाठी अखंड, ड्रॉप-इन प्रवेग समाविष्ट आहे ज्यामुळे मॉडेल प्रशिक्षणात लक्षणीय गती येईल आणि चांगल्या अंदाजांसाठी अचूकता सुधारेल.

तुमची प्रणाली कॉन्फिगर करा - Intel® AI Analytics टूलकिट

तुम्ही आधीच AI Analytics टूलकिट इंस्टॉल केले नसल्यास, Intel® AI Analytics टूलकिट इंस्टॉल करणे पहा. तुमची प्रणाली कॉन्फिगर करण्यासाठी, सुरू ठेवण्यापूर्वी पर्यावरण व्हेरिएबल्स सेट करा.

 

CLI विकासासाठी पर्यावरण परिवर्तने सेट करा
कमांड लाइन इंटरफेस (सीएलआय) वर काम करण्यासाठी, वनएपीआय टूलकिटमधील टूल्स द्वारे कॉन्फिगर केले जातात
पर्यावरणीय चल. setvars स्क्रिप्ट सोर्स करून पर्यावरण व्हेरिएबल्स सेट करण्यासाठी:

पर्याय १: प्रत्येक सत्रात एकदा स्रोत setvars.sh
प्रत्येक वेळी तुम्ही नवीन टर्मिनल विंडो उघडता तेव्हा setvars.sh स्त्रोत:

तुम्ही तुमच्या oneAPI इंस्टॉलेशनच्या रूट फोल्डरमध्ये setvars.sh स्क्रिप्ट शोधू शकता, जी सामान्यत: सिस्टम वाइड इंस्टॉलेशनसाठी /opt/intel/oneapi/ आणि खाजगी इंस्टॉलेशनसाठी ~/intel/oneapi/ असते.

सिस्टम वाइड इंस्टॉलेशन्ससाठी (रूट किंवा सुडो विशेषाधिकार आवश्यक आहेत):

• . /opt/intel/oneapi/setvars.sh

खाजगी स्थापनेसाठी:

• . ~/intel/oneapi/setvars.sh

पर्याय २: setvars.sh साठी एक वेळ सेटअप
तुमच्या प्रोजेक्टसाठी वातावरण आपोआप सेट करण्यासाठी, कमांड सोर्स समाविष्ट करा
/setvars.sh स्टार्टअप स्क्रिप्टमध्ये जिथे ते स्वयंचलितपणे मागवले जाईल (बदला
तुमच्या oneAPI इंस्टॉल स्थानाच्या मार्गासह). डीफॉल्ट स्थापना स्थाने /opt/ आहेत
intel/oneapi/ प्रणाली विस्तृत प्रतिष्ठापनांसाठी (रूट किंवा sudo विशेषाधिकार आवश्यक आहे) आणि खाजगी प्रतिष्ठापनांसाठी ~/intel/oneapi/.
उदाample, आपण स्रोत जोडू शकता तुमच्या ~/.bashrc किंवा ~/.bashrc_pro ला /setvars.sh कमांडfile किंवा ~/.profile file. तुमच्या सिस्टमवरील सर्व खात्यांसाठी सेटिंग्ज कायमस्वरूपी करण्यासाठी, तुमच्या सिस्टमच्या /etc/pro मध्ये एक-लाइन .sh स्क्रिप्ट तयार करा.file.d फोल्डर जे setvars.sh स्त्रोत बनते (अधिक तपशीलांसाठी, पर्यावरण व्हेरिएबल्सवरील उबंटू दस्तऐवजीकरण पहा).

टीप
setvars.sh स्क्रिप्ट कॉन्फिगरेशन वापरून व्यवस्थापित केली जाऊ शकते file, जे तुम्हाला "नवीनतम" आवृत्तीवर डीफॉल्ट करण्याऐवजी, लायब्ररी किंवा कंपाइलरच्या विशिष्ट आवृत्त्या सुरू करण्याची आवश्यकता असल्यास विशेषतः उपयुक्त आहे. अधिक तपशीलांसाठी, कॉन्फिगरेशन वापरणे पहा File Setvars.sh व्यवस्थापित करण्यासाठी.. तुम्हाला POSIX नसलेल्या शेलमध्ये वातावरण सेटअप करायचे असल्यास, अधिक कॉन्फिगरेशन पर्यायांसाठी OneAPI डेव्हलपमेंट एन्व्हायर्नमेंट सेटअप पहा.

पुढील पायऱ्या

• तुम्ही Conda वापरत नसल्यास, किंवा GPU साठी विकसित करत असल्यास, S तयार करा आणि चालवाampले प्रकल्प.
• Conda वापरकर्त्यांसाठी, पुढील विभागात सुरू ठेवा.
• GPU वर विकसित करण्यासाठी, GPU वापरकर्त्यांकडे सुरू ठेवा

या टूलकिटमध्ये कोंडा पर्यावरण
एआय किटमध्ये अनेक कॉन्डा वातावरण समाविष्ट केले आहे. प्रत्येक वातावरणाचे वर्णन खालील तक्त्यामध्ये केले आहे. एकदा तुम्ही पर्यावरण व्हेरिएबल्स CLI वातावरणात आधी निर्देश केल्याप्रमाणे सेट केल्यावर, तुम्ही खालील कमांडद्वारे आवश्यकतेनुसार भिन्न कॉन्डा वातावरण सक्रिय करू शकता:

• conda सक्रिय करा

अधिक माहितीसाठी, कृपया प्रत्येक पर्यावरणाशी संबंधित स्टार्ट स्टार्ट एस एक्सप्लोर कराampखालील तक्त्यामध्ये लिंक केले आहे.

नॉन-रूट वापरकर्ता म्हणून पॅकेजेस जोडण्यासाठी कॉन्डा क्लोन फंक्शन वापरा
Intel AI Analytics टूलकिट oneapi फोल्डरमध्ये स्थापित केले आहे, ज्याला व्यवस्थापित करण्यासाठी रूट विशेषाधिकारांची आवश्यकता आहे. तुम्ही Conda* वापरून नवीन पॅकेजेस जोडू आणि देखरेख करू शकता, परंतु तुम्ही रूट प्रवेशाशिवाय असे करू शकत नाही. किंवा, तुम्‍हाला रूट अ‍ॅक्सेस असू शकतो परंतु तुम्‍ही कॉन्डा सक्रिय करताना प्रत्‍येक वेळी रूट पासवर्ड टाकू इच्छित नाही.

रूट ऍक्सेस न वापरता तुमचे वातावरण व्यवस्थापित करण्यासाठी, तुम्हाला /opt/intel/oneapi/ फोल्डरच्या बाहेरील फोल्डरमध्ये आवश्यक असलेले पॅकेज क्लोन करण्यासाठी Conda क्लोन कार्यक्षमता वापरा:

1. त्याच टर्मिनल विंडोमधून जिथे तुम्ही setvars.sh चालवलात, तुमच्या सिस्टमवरील Conda वातावरण ओळखा:
   • conda env यादी
     तुम्हाला यासारखेच परिणाम दिसतील:
2. नवीन फोल्डरमध्ये पर्यावरण क्लोन करण्यासाठी क्लोन फंक्शन वापरा. माजी मध्येampखाली, नवीन वातावरणास usr_intelpython असे नाव दिले आहे आणि क्लोन केलेल्या वातावरणास बेस असे नाव दिले आहे (वरील चित्रात दर्शविल्याप्रमाणे).
   • conda तयार करा –नाव usr_intelpython –clone बेस
     क्लोन तपशील दिसेल:

1. पॅकेजेस जोडण्याची क्षमता सक्षम करण्यासाठी नवीन वातावरण सक्रिय करा. conda सक्रिय usr_intelpython
2. नवीन वातावरण सक्रिय असल्याचे सत्यापित करा. conda env यादी
   आपण आता पायथनसाठी इंटेल वितरणासाठी कॉन्डा वातावरण वापरून विकसित करू शकता.
3. TensorFlow* किंवा PyTorch* वातावरण सक्रिय करण्यासाठी:

टेन्सरफ्लो

• conda सक्रिय tensorflow

PyTorch

• conda सक्रिय pytorch

पुढील पायऱ्या

• तुम्ही GPU साठी विकसित होत नसल्यास, S तयार करा आणि चालवाampले प्रकल्प.
• GPU वर विकसित करण्यासाठी, GPU वापरकर्त्यांकडे सुरू ठेवा.

GPU वापरकर्ते
जे GPU वर विकसित होत आहेत त्यांच्यासाठी, या चरणांचे अनुसरण करा:

GPU ड्राइव्हर्स स्थापित करा
तुम्ही GPU ड्रायव्हर्स इन्स्टॉल करण्यासाठी इन्स्टॉलेशन गाइडमधील सूचना फॉलो केल्यास, तुम्ही ही पायरी वगळू शकता. तुम्ही ड्रायव्हर्स इन्स्टॉल केले नसल्यास, इन्स्टॉलेशन गाइडमधील निर्देशांचे पालन करा.

व्हिडिओ ग्रुपमध्ये वापरकर्ता जोडा
GPU कंप्युट वर्कलोड्ससाठी, रूट नसलेल्या (सामान्य) वापरकर्त्यांना सामान्यत: GPU डिव्हाइसमध्ये प्रवेश नसतो. व्हिडिओ गटामध्ये तुमचे सामान्य वापरकर्ते जोडण्याचे सुनिश्चित करा; अन्यथा, सामान्य वापरकर्त्याद्वारे कार्यान्वित केल्यावर GPU उपकरणासाठी संकलित केलेले बायनरी अयशस्वी होतील. या समस्येचे निराकरण करण्यासाठी, रूट नसलेल्या वापरकर्त्यास व्हिडिओ गटामध्ये जोडा:

• sudo usermod -a -G व्हिडिओ

हँगचेक अक्षम करा
मूळ वातावरणात दीर्घकाळ चालणाऱ्या GPU कंप्युट वर्कलोडसह अनुप्रयोगांसाठी, हँगचेक अक्षम करा. व्हर्च्युअलायझेशन किंवा गेमिंगसारख्या GPU च्या इतर मानक वापरांसाठी याची शिफारस केलेली नाही.

GPU हार्डवेअर कार्यान्वित होण्यासाठी चार सेकंदांपेक्षा जास्त वेळ घेणारा वर्कलोड हा दीर्घकाळ चालणारा वर्कलोड आहे. डीफॉल्टनुसार, दीर्घकाळ चालणारे वर्कलोड म्हणून पात्र ठरणारे वैयक्तिक थ्रेड हँग मानले जातात आणि ते संपुष्टात आणले जातात. हँगचेक कालबाह्य कालावधी अक्षम करून, तुम्ही ही समस्या टाळू शकता.

टीप: कर्नल अद्ययावत असल्यास, हँगचेक आपोआप सक्षम केले जाते. हँगचेक अक्षम केले आहे याची खात्री करण्यासाठी प्रत्येक कर्नल अद्यतनानंतर खालील प्रक्रिया चालवा.

1. टर्मिनल उघडा.
2. ग्रब उघडा file /etc/default मध्ये.
3. कुबड्या मध्ये file, GRUB_CMDLINE_LINUX_DEFAULT=”” ही ओळ शोधा.
4. अवतरणांमध्ये हा मजकूर प्रविष्ट करा (“”):
5. ही आज्ञा चालवा:
   sudo update-grub
6. सिस्टम रीबूट करा. हँगचेक अक्षम राहते.

पुढील पायरी
आता तुम्ही तुमची प्रणाली कॉन्फिगर केली आहे, S तयार करा आणि चालवाampले प्रकल्प.

एस तयार करा आणि चालवाampकमांड लाइन वापरणे

Intel® AI Analytics टूलकिट
या विभागात, तुम्ही प्रकल्प तयार करण्याच्या प्रक्रियेशी परिचित होण्यासाठी आणि नंतर तुमचा स्वतःचा प्रकल्प तयार करण्यासाठी एक साधा "हॅलो वर्ल्ड" प्रकल्प चालवाल.

टीप: जर तुम्ही तुमचे डेव्हलपमेंट वातावरण आधीच कॉन्फिगर केले नसेल, तर तुमची सिस्टीम कॉन्फिगर करा वर जा आणि या पेजवर परत या. तुमची सिस्टीम कॉन्फिगर करण्यासाठी तुम्ही आधीच चरण पूर्ण केले असल्यास, खालील चरणांसह सुरू ठेवा.

कमांड लाइनवरून काम करताना तुम्ही टर्मिनल विंडो किंवा व्हिज्युअल स्टुडिओ कोड* वापरू शकता. स्थानिक पातळीवर VS कोड कसा वापरायचा याच्या तपशीलांसाठी, Linux वर oneAPI सह व्हिज्युअल स्टुडिओ कोडचा मूलभूत वापर पहा*. VS कोड दूरस्थपणे वापरण्यासाठी, Linux वर oneAPI सह रिमोट व्हिज्युअल स्टुडिओ कोड डेव्हलपमेंट पहा*.

एस तयार करा आणि चालवाampले प्रकल्प
एसampतुम्ही s तयार करण्यापूर्वी खालील les तुमच्या सिस्टममध्ये क्लोन करणे आवश्यक आहेample प्रकल्प:

CMake ला सपोर्ट करणाऱ्या घटकांची सूची पाहण्यासाठी, OneAPI ऍप्लिकेशन्ससह CMake वापरा पहा.

तुमचा स्वतःचा प्रकल्प तयार करा
या टूलकिटचा वापर सुरू करण्यासाठी तुमच्या विद्यमान पायथन प्रकल्पांमध्ये कोणतेही विशेष बदल करण्याची आवश्यकता नाही. नवीन प्रकल्पांसाठी, प्रक्रिया s तयार करण्यासाठी वापरल्या जाणार्‍या प्रक्रियेचे बारकाईने पालन करतेampले हॅलो वर्ल्ड प्रकल्प. हॅलो वर्ल्ड README चा संदर्भ घ्या fileसूचनांसाठी एस.

कार्यप्रदर्शन कमाल करणे
TensorFlow किंवा PyTorch यापैकी एकासाठी परफॉर्मन्स वाढवण्यात मदत करण्यासाठी तुम्ही कागदपत्रे मिळवू शकता.

तुमचे वातावरण कॉन्फिगर करा

टीप: तुमचे व्हर्च्युअल वातावरण उपलब्ध नसल्यास, किंवा तुम्हाला तुमच्या व्हर्च्युअल वातावरणात पॅकेजेस जोडायचे असल्यास, तुम्ही नॉन-रूट वापरकर्ता म्हणून पॅकेजेस जोडण्यासाठी Conda क्लोन फंक्शन वापरा मधील पायऱ्या पूर्ण केल्या आहेत याची खात्री करा.

तुम्ही कंटेनरच्या बाहेर विकसित करत असल्यास, पायथन* साठी Intel® वितरण वापरण्यासाठी खालील स्क्रिप्टचा स्रोत घ्या:

• • /setvars.sh
• कुठे जिथे तुम्ही हे टूलकिट स्थापित केले आहे. डीफॉल्टनुसार स्थापित निर्देशिका आहे:
• रूट किंवा सुडो इंस्टॉलेशन्स: /opt/intel/oneapi
• स्थानिक वापरकर्ता स्थापना: ~/intel/oneapi

टीप: setvars.sh स्क्रिप्ट कॉन्फिगरेशन वापरून व्यवस्थापित केली जाऊ शकते file, जे तुम्हाला "नवीनतम" आवृत्तीवर डीफॉल्ट करण्याऐवजी, लायब्ररी किंवा कंपाइलरच्या विशिष्ट आवृत्त्या सुरू करण्याची आवश्यकता असल्यास विशेषतः उपयुक्त आहे. अधिक तपशीलांसाठी, कॉन्फिगरेशन वापरणे पहा File Setvars.sh व्यवस्थापित करण्यासाठी. तुम्हाला POSIX नसलेल्या शेलमध्ये वातावरण सेटअप करायचे असल्यास, अधिक कॉन्फिगरेशन पर्यायांसाठी oneAPI डेव्हलपमेंट एन्व्हायर्नमेंट सेटअप पहा.

वातावरण बदलण्यासाठी, तुम्ही प्रथम सक्रिय वातावरण निष्क्रिय करणे आवश्यक आहे.
खालील माजीample पर्यावरण कॉन्फिगर करणे, TensorFlow* सक्रिय करणे, आणि नंतर पायथनसाठी इंटेल वितरणाकडे परत येणे दर्शविते:

कंटेनर डाउनलोड करा

Intel® AI Analytics टूलकिट
कंटेनर तुम्हाला oneAPI अॅप्लिकेशन्स तयार करण्यासाठी, चालवण्यासाठी आणि प्रोफाइलिंगसाठी वातावरण सेट आणि कॉन्फिगर करण्याची परवानगी देतात आणि प्रतिमा वापरून त्यांचे वितरण करतात:

• तुम्हाला आवश्यक असलेल्या सर्व साधनांसह पूर्व-कॉन्फिगर केलेले वातावरण असलेली प्रतिमा तुम्ही स्थापित करू शकता, नंतर त्या वातावरणात विकसित करू शकता.
• तुम्ही एखादे वातावरण सेव्ह करू शकता आणि अतिरिक्त सेटअपशिवाय ते वातावरण दुसर्‍या मशीनवर हलवण्यासाठी इमेज वापरू शकता.
• आवश्यकतेनुसार तुम्ही वेगवेगळ्या भाषा आणि रनटाइम, विश्लेषण साधने किंवा इतर साधनांसह कंटेनर तयार करू शकता.

डॉकर* प्रतिमा डाउनलोड करा
कंटेनर रेपॉजिटरीमधून तुम्ही डॉकर* इमेज डाउनलोड करू शकता.

टीप: डॉकर इमेज ~5 GB आहे आणि डाउनलोड होण्यासाठी ~15 मिनिटे लागू शकतात. यासाठी 25 GB डिस्क स्पेस आवश्यक आहे.

1. प्रतिमा परिभाषित करा:
   image=intel/oneapi-aikit डॉकर पुल “$image”
2. प्रतिमा खेचा.
   डॉकर पुल "$ इमेज"

एकदा तुमची प्रतिमा डाउनलोड झाल्यानंतर, कमांड लाइनसह कंटेनर वापरण्यासाठी पुढे जा.

कमांड लाइनसह कंटेनर वापरणे
Intel® AI Analytics टूलकिट थेट प्री-बिल्ट कंटेनर डाउनलोड करा. CPU साठी खालील कमांड तुम्हाला कमांड प्रॉम्प्टवर, कंटेनरच्या आत, परस्परसंवादी मोडमध्ये सोडेल.

CPU
image=intel/oneapi-aikit डॉकर रन -it “$image”

कंटेनरसह Intel® Advisor, Intel® Inspector किंवा VTune™ वापरणे
ही साधने वापरताना, कंटेनरला अतिरिक्त क्षमता प्रदान करणे आवश्यक आहे: –cap-add=SYS_ADMIN –cap-add=SYS_PTRACE

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

क्लाउड सीआय सिस्टम वापरणे

क्लाउड सीआय सिस्टम तुम्हाला तुमचे सॉफ्टवेअर स्वयंचलितपणे तयार करण्याची आणि चाचणी करण्याची परवानगी देतात. माजी साठी github मध्ये रेपो पहाampसंरचना files जे लोकप्रिय क्लाउड सीआय सिस्टमसाठी oneAPI वापरतात.

Intel® AI Analytics टूलकिटसाठी समस्यानिवारण

सूचना आणि अस्वीकरण

इंटेल तंत्रज्ञानासाठी सक्षम हार्डवेअर, सॉफ्टवेअर किंवा सेवा सक्रियकरण आवश्यक असू शकते. कोणतेही उत्पादन किंवा घटक पूर्णपणे सुरक्षित असू शकत नाही.
तुमची किंमत आणि परिणाम भिन्न असू शकतात.

© इंटेल कॉर्पोरेशन. इंटेल, इंटेल लोगो आणि इतर इंटेल चिन्ह हे इंटेल कॉर्पोरेशन किंवा त्याच्या उपकंपन्यांचे ट्रेडमार्क आहेत. इतर नावे आणि ब्रँडवर इतरांची मालमत्ता म्हणून दावा केला जाऊ शकतो.

उत्पादन आणि कार्यप्रदर्शन माहिती

कार्यप्रदर्शन वापर, कॉन्फिगरेशन आणि इतर घटकांनुसार बदलते. येथे अधिक जाणून घ्या www.Intel.com/PerformanceIndex.
पुनरावृत्ती #20201201 ची सूचना द्या

या दस्तऐवजाद्वारे कोणत्याही बौद्धिक संपदा अधिकारांना कोणताही परवाना (व्यक्त किंवा निहित, एस्टॉपेलद्वारे किंवा अन्यथा) मंजूर केला जात नाही. वर्णन केलेल्या उत्पादनांमध्ये डिझाइन दोष किंवा त्रुटी असू शकतात ज्याला इरेटा म्हणून ओळखले जाते ज्यामुळे उत्पादन प्रकाशित वैशिष्ट्यांपासून विचलित होऊ शकते. वर्तमान वैशिष्ट्यीकृत इरेटा विनंतीवर उपलब्ध आहे.

इंटेल मर्यादेशिवाय, व्यापारक्षमतेची गर्भित हमी, विशिष्ट हेतूसाठी फिटनेस आणि गैर-उल्लंघन, तसेच कार्यप्रदर्शन, व्यवहाराचा मार्ग किंवा व्यापारातील वापरामुळे उद्भवणारी कोणतीही हमी यासह सर्व व्यक्त आणि निहित वॉरंटी नाकारते.

कागदपत्रे / संसाधने

लिनक्ससाठी इंटेल एआय अॅनालिटिक्स टूलकिट [pdf] वापरकर्ता मार्गदर्शक लिनक्ससाठी AI Analytics टूलकिट, AI Analytics टूलकिट, Linux साठी Analytics टूलकिट, Analytics टूलकिट, टूलकिट

संदर्भ

• वापरकर्ता मॅन्युअल