Deep Learning Containers è un insieme di container Docker in cui sono preinstallati framework, librerie e strumenti di data science chiave. Questi container offrono ambienti coerenti e ottimizzati per le prestazioni, che possono aiutarti a prototipare e implementare rapidamente i flussi di lavoro.
Per scoprire di più sui container, consulta I container in 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 questi pacchetti:
- numpy
- sklearn
- scipy
- panda
- nltk
- cuscino
- indicatori-equità per le istanze di Deep Learning Containers di TensorFlow 2.3 e 2.4
- molti altri
Pacchetti Nvidia con il driver Nvidia più recente per istanze abilitate per GPU:
- CUDA 10.* e 11.* (la versione dipende dal framework)
- CuDNN 7.* e NCCL 2.* (la versione dipende dalla versione CUDA)
JupyterLab
Framework e librerie per "abbracciare i volti":
- Toolkit per l'inferenza per la generazione di testi
- Libreria Transformers
- Libreria di diffusori
Assistenza dalla community
Fai una domanda su Deep Learning Containers su Stack Overflow o unisciti al gruppo google-dl-platform Google per parlare di Deep Learning Containers.
Scopri di più su come ricevere assistenza dalla community.
Passaggi successivi
Per iniziare a utilizzare Deep Learning Containers, consulta le guide illustrative, che forniscono istruzioni su come creare e utilizzare i container di deep learning.