Los contenedores de aprendizaje profundo son un conjunto de contenedores de Docker que tienen preinstalados herramientas, bibliotecas y frameworks clave de ciencia de datos. Estos contenedores te brindan entornos coherentes y optimizados para el rendimiento que pueden ayudarte a crear prototios e implementar rápidamente flujos de trabajo.
Para obtener más información sobre los contenedores, consulta Contenedores en Google.
Software ya instalado
Las imágenes de los contenedores de aprendizaje profundo se pueden configurar para que incluyan lo siguiente:
Frameworks:
- TensorFlow
- PyTorch
- R
- scikit-learn
- XGBoost
Python, incluidos estos paquetes:
- numpy
- sklearn
- scipy
- pandas
- nltk
- almohada
- Indicadores de equidad para instancias de contenedores de aprendizaje profundo de TensorFlow 2.3 y 2.4
- entre otros
Paquetes de Nvidia con el último controlador de Nvidia para instancias habilitadas para GPU:
- CUDA 10.* 11.* y 12.* (la versión depende del framework)
- CuDNN 7.* and NCCL 2.* (la versión depende de la versión de CUDA)
JupyterLab
Bibliotecas y frameworks de Hugging Face:
- Kit de herramientas de inferencia de generación de texto
- Kit de herramientas de inferencia de incorporaciones de texto
- Biblioteca de Transformers
- Biblioteca de Sentence Transformers
- Biblioteca de difusores
Contenedores de Model Garden
- Biblioteca de vLLM
Asistencia de la comunidad
Haz una pregunta sobre los contenedores de aprendizaje profundo en Stack Overflow o únete al grupo de Google google-dl-platform para debatir sobre los contenedores de aprendizaje profundo.
Obtén más información para obtener asistencia de la comunidad.
¿Qué sigue?
Puedes comenzar a usar los contenedores de aprendizaje profundo mediante las guías prácticas, que proporcionan instrucciones para crear y trabajar con contenedores de aprendizaje profundo.