Introdução à VM de aprendizado profundo

O Deep Learning VM Images é um conjunto de imagens de máquina virtual otimizadas para tarefas de ciência de dados e machine learning. Todas essas imagens vêm com os principais frameworks e ferramentas de ML pré-instalados. É possível usá-los imediatamente em instâncias com GPUs para acelerar as tarefas de processamento de dados.

As imagens de VM de aprendizado profundo podem aceitar muitas combinações de framework e processador. Atualmente, há imagens compatíveis com o TensorFlow Enterprise, o TensorFlow, o PyTorch e a computação de alto desempenho genérica, com versões para fluxos de trabalho somente de CPU e ativados para GPU.

Para ver uma lista de frameworks disponíveis, consulte Como escolher uma imagem.

Pacotes pré-instalados

As imagens são baseadas nos sistemas operacionais Debian 10, Debian 9 e Ubuntu 18.04 e podem ser configuradas para incluir:

  • Frameworks específicos (por exemplo, TensorFlow) e pacotes de suporte.

  • Python 3.7 com os seguintes pacotes:

    • numpy
    • scipy
    • matplotlib
    • pandas
    • nltk
    • pillow
    • scikit-image
    • opencv-python
    • scikit-learn
    • indicadores de imparcialidade para instâncias de VM de aprendizado profundo das versões 2.3 e 2.4 do TensorFlow.
    • muitos outros
  • Ambientes de notebook do JupyterLab para prototipagem rápida

  • Pacotes da Nvidia com o driver mais recente dela para instâncias com GPU:

    • CUDA 9.*, 10.* e 11.* (a versão depende do framework)
    • CuDNN 7.* e NCCL 2.* (a versão depende da versão CUDA)

Atualizações

Deep Learning VM Images são atualizadas regularmente com correções de bugs e atualizações de pacotes. Consulte as notas de lançamento para mais informações.

Suporte da comunidade

Faça uma pergunta sobre a VM de aprendizado profundo no Stack Overflow ou participe do grupo do Google google-dl-platform para falar sobre essa VM.

Saiba mais sobre como receber suporte da comunidade.

A seguir

Para começar a usar a VM de aprendizado profundo, crie uma nova instância usando o Cloud Marketplace ou a linha de comando.