Vista geral dos Deep Learning Containers

Os Deep Learning Containers são um conjunto de contentores Docker com frameworks, bibliotecas e ferramentas de ciência de dados importantes pré-instalados. Estes contentores oferecem-lhe ambientes otimizados em termos de desempenho e consistentes que podem ajudar a criar protótipos e implementar fluxos de trabalho rapidamente.

Para saber mais acerca dos contentores, consulte o artigo Contentores na Google.

Software pré-instalado

As imagens do Deep Learning Containers podem ser configuradas para incluir o seguinte:

  • Frameworks:

    • TensorFlow
    • PyTorch
    • R
    • scikit-learn
    • XGBoost
  • Python, incluindo os seguintes pacotes:

    • numpy
    • sklearn
    • scipy
    • pandas
    • nltk
    • almofada
    • fairness-indicators para instâncias do Deep Learning Containers do TensorFlow 2.3 e 2.4
    • muitos outros
  • Pacotes Nvidia com o controlador Nvidia mais recente para instâncias com GPU:

    • CUDA 10.*, 11.* e 12.* (A versão depende da framework)
    • CuDNN 7.* e NCCL 2.* (a versão depende da versão do CUDA)
  • JupyterLab

  • Contentores do Model Garden

    • Biblioteca vLLM

Apoio técnico da comunidade

Faça uma pergunta sobre os Deep Learning Containers no Stack Overflow ou junte-se ao grupo Google google-dl-platform para debater os Deep Learning Containers.

Saiba como receber apoio técnico da comunidade.

O que se segue?

Pode começar a usar os Deep Learning Containers seguindo os guias de instruções, que fornecem instruções sobre como criar e trabalhar com deep learning containers.