Introducción a las máquinas virtuales de aprendizaje profundo
Organízate con las colecciones
Guarda y clasifica el contenido según tus preferencias.
Las imágenes de máquina virtual de aprendizaje profundo son un conjunto de imágenes de máquina virtual optimizadas para las tareas de ciencia de datos y aprendizaje automático. Todas las imágenes incluyen frameworks y herramientas de aprendizaje automático importantes preinstalados. Puedes usarlas directamente en instancias con GPUs para acelerar tus tareas de procesamiento de datos.
Las imágenes de máquina virtual de aprendizaje profundo están disponibles para admitir muchas combinaciones de frameworks y procesadores. Actualmente, hay imágenes compatibles con TensorFlow Enterprise, TensorFlow, PyTorch y computación de alto rendimiento genérica, con versiones para flujos de trabajo solo con CPU y con GPU.
Para ver una lista de los frameworks disponibles, consulta Elegir una imagen.
Paquetes preinstalados
Las imágenes se basan en los sistemas operativos Debian 11 y Ubuntu 22.04, y se pueden configurar para que incluyan lo siguiente:
Frameworks específicos (por ejemplo, TensorFlow) y paquetes compatibles.
Python 3.10 con los siguientes paquetes:
numpy
scipy
matplotlib
pandas
nltk
almohada
scikit-image
opencv-python
scikit‑learn
muchos más
Entornos de cuadernos de JupyterLab para crear prototipos rápidamente
Paquetes de NVIDIA con el controlador de NVIDIA más reciente para instancias con GPU:
CUDA 11.x y 12.x (la versión depende del framework)
cuDNN 7.x y NCCL 2.x (la versión depende de la versión de CUDA)
Actualizaciones
Las imágenes de máquina virtual de aprendizaje profundo se actualizan periódicamente con correcciones de errores y actualizaciones de paquetes. Consulta las notas de la versión para obtener información sobre las actualizaciones.
Asistencia de la comunidad
Haz una pregunta sobre las imágenes de máquina virtual de aprendizaje profundo en Stack Overflow o únete al grupo de Google google-dl-platform para hablar sobre las imágenes de máquina virtual de aprendizaje profundo.
[[["Es fácil de entender","easyToUnderstand","thumb-up"],["Me ofreció una solución al problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Es difícil de entender","hardToUnderstand","thumb-down"],["La información o el código de muestra no son correctos","incorrectInformationOrSampleCode","thumb-down"],["Me faltan las muestras o la información que necesito","missingTheInformationSamplesINeed","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-08-21 (UTC)."],[[["\u003cp\u003eDeep Learning VM Images are pre-configured virtual machines optimized for data science and machine learning, with key ML frameworks and tools already installed.\u003c/p\u003e\n"],["\u003cp\u003eThese images support various framework and processor combinations, including TensorFlow, TensorFlow Enterprise, PyTorch, and high-performance computing, with options for CPU-only and GPU-enabled workflows.\u003c/p\u003e\n"],["\u003cp\u003eThe images include pre-installed packages like Python 3.10, popular data science libraries, and JupyterLab environments, and Nvidia drivers for GPU acceleration.\u003c/p\u003e\n"],["\u003cp\u003eDeep Learning VM Images are based on Debian 11 or Ubuntu 22.04 and are regularly updated with bug fixes and package updates.\u003c/p\u003e\n"],["\u003cp\u003eCommunity support for Deep Learning VM is available through Stack Overflow and the google-dl-platform Google group.\u003c/p\u003e\n"]]],[],null,["# Introduction to Deep Learning VM\n\nDeep Learning VM Images is a set of\nvirtual machine images optimized for data science and machine\nlearning tasks. All images come with key ML frameworks and tools\npre-installed. You can use them out of the box on instances with\nGPUs to accelerate your data processing tasks.\n\nDeep Learning VM images are available to support many combinations\nof framework and processor. There are currently images supporting\n[TensorFlow Enterprise](/tensorflow-enterprise/docs),\nTensorFlow, PyTorch, and generic high-performance computing,\nwith versions for both CPU-only and GPU-enabled workflows.\n\nTo see a list of frameworks available, see [Choosing an\nimage](/deep-learning-vm/docs/images).\n\nPre-installed packages\n----------------------\n\nImages are based on the Debian 11 and Ubuntu 22.04\noperating systems, and these images can be\nconfigured to include the following:\n\n- Specific frameworks (for example, TensorFlow) and\n supporting packages.\n\n- Python 3.10 with the following packages:\n\n - numpy\n - scipy\n - matplotlib\n - pandas\n - nltk\n - pillow\n - scikit-image\n - opencv-python\n - scikit-learn\n - many more\n- JupyterLab notebook environments for quick prototyping\n\n- Nvidia packages with the latest Nvidia driver for GPU-enabled instances:\n\n - CUDA 11.*x* and 12.*x* (the version depends on the framework)\n - CuDNN 7.*x* and NCCL 2.*x* (the version depends on the CUDA version)\n\nUpdates\n-------\n\nDeep Learning VM images are updated regularly with bug fixes\nand package updates. Check the [release notes](/deep-learning-vm/docs/release-notes)\nfor information about updates.\n\nCommunity support\n-----------------\n\nAsk a question about Deep Learning VM on [Stack\nOverflow](https://stackoverflow.com/questions/tagged/google-dl-platform)\nor join the\n[google-dl-platform](https://groups.google.com/forum/#!forum/google-dl-platform)\nGoogle group to discuss Deep Learning VM.\n\n[Learn more about getting support from the\ncommunity](/deep-learning-vm/docs/getting-support#get_support_from_the_community).\n\nWhat's next\n-----------\n\nTo get started using Deep Learning VM, create a new instance\n[using the Cloud Marketplace](/deep-learning-vm/docs/cloud-marketplace)\nor [using the command line](/deep-learning-vm/docs/cli)."]]
