Deep Learning Containers sono un insieme di container Docker con strumenti, librerie e framework di data science fondamentali preinstallati. Questi container forniscono ambienti coerenti e ottimizzati per le prestazioni che possono aiutarti a realizzare prototipi e implementare rapidamente i flussi di lavoro.
Per apprendere Per ulteriori informazioni sui container, consulta Containers at Google.
Software preinstallato
Le immagini di Deep Learning Containers possono essere configurate in modo da includere quanto segue:
Framework:
- TensorFlow
- PyTorch
- R
- scikit-learn
- XGBoost
Python, inclusi i seguenti pacchetti:
- indifferente
- sklearn
- Scipy
- panda
- nltk
- cuscino
- indicatori-equità per le istanze di Deep Learning Containers di TensorFlow 2.3 e 2.4
- e molti altri
Pacchetti Nvidia con il driver Nvidia più recente per le istanze abilitate per GPU:
- CUDA 10.*, 11.* e 12.* (la versione dipende dal framework)
- CuDNN 7.* e NCCL 2.* (la versione dipende dalla versione di CUDA)
JupyterLab
Framework e librerie Hugging Face:
- Toolkit per l'inferenza per la generazione di testo
- Toolkit per l'inferenza degli incorporamenti di testo
- Libreria di transformer
- Libreria di trasformatori di frasi
- Raccolta di diffusione
Contenitori di Model Garden
- libreria vLLM
Assistenza dalla community
Fai una domanda su Deep Learning Containers su Stack Overflow o partecipa al gruppo Google google-dl-platform per discutere di Deep Learning Containers.
Scopri di più su come ricevere assistenza dalla community.
Passaggi successivi
Puoi iniziare a utilizzare Deep Learning Containers camminando le guide illustrative, che forniscono istruzioni su come creare e utilizzare container di deep learning.