Présentation de Deep Learning VM

Deep Learning VM Images est un ensemble d'images de machines virtuelles optimisées pour les tâches de data science et de machine learning. Toutes les images sont livrées avec des outils et des frameworks de ML clés pré-installés. Vous pouvez les utiliser directement sur les instances dotées de GPU pour accélérer vos tâches de traitement de données.

Les instances Deep Learning VM Image sont compatibles avec de nombreuses combinaisons de framework et de processeur. Il existe actuellement des images compatibles avec TensorFlow Enterprise, TensorFlow, PyTorch et le calcul hautes performances générique, dans des versions pour les workflows reposant uniquement sur le processeur ou utilisant des GPU.

Pour afficher la liste des frameworks disponibles, consultez la page Choisir une image.

Packages pré-installés

Les images sont basées sur Debian 11 et Ubuntu 22.04. systèmes d'exploitation, et ces images peuvent être configurés pour inclure les éléments suivants:

  • Des frameworks spécifiques (par exemple, TensorFlow) et des packages associés.

  • Python 3.10 avec les packages suivants:

    • numpy
    • scipy
    • matplotlib
    • pandas
    • nltk
    • pillow
    • scikit-image
    • opencv-python
    • scikit-learn
    • et bien plus
  • Environnements de notebook JupyterLab pour un prototypage rapide

  • Les packages Nvidia avec le dernier pilote Nvidia pour les instances compatibles GPU :

    • CUDA 11.x et 12.x (la version dépend du framework)
    • CuDNN 7.x et NCCL 2.x (la version dépend de la version CUDA)

Mises à jour

Les images Deep Learning VM Image sont régulièrement mises à jour avec des corrections de bugs et des mises à jour de package. Consultez les notes de version pour plus d'informations sur les mises à jour.

Assistance de la communauté

Posez une question à propos de Deep Learning VM sur Stack Dépassement ou rejoignez le google-dl-platform Groupe Google pour discuter de Deep Learning VM.

Découvrez comment obtenir de l'aide auprès de la communauté.

Étape suivante

Pour commencer à utiliser Deep Learning VM, créez une instance depuis Cloud Marketplace ou depuis la ligne de commande.