Questa pagina descrive le funzionalità principali di Deep Learning VM e Deep Learning Containers e ti aiuta a capire come potresti utilizzare questi prodotti con Vertex AI.
Deep Learning VM
Panoramica
Deep Learning VM Images è un insieme di immagini di macchine virtuali ottimizzate per attività di data science e machine learning. Tutte le immagini hanno framework e strumenti ML preinstallati. Puoi utilizzarli subito su istanze con GPU per accelerare le attività di elaborazione dati.
Le immagini Deep Learning VM sono disponibili per supportare molte combinazioni di framework e processori. Al momento esistono immagini che supportano TensorFlow Enterprise, TensorFlow, PyTorch e il computing generico ad alte prestazioni, con versioni per flussi di lavoro solo CPU e abilitati per GPU.
Per visualizzare un elenco dei framework disponibili, vedi Scegliere un'immagine.
Per saperne di più, consulta la documentazione di Deep Learning VM.
Utilizzo di Deep Learning VM
Puoi usare un'istanza Deep Learning VM come parte del tuo lavoro in Vertex AI. Ad esempio, puoi sviluppare un'applicazione da eseguire su un'istanza di Deep Learning VM per sfruttare la sua capacità di elaborazione dati ottimizzata. Oppure puoi utilizzare un'istanza Deep Learning VM come ambiente di sviluppo per un sistema di addestramento distribuito autogestito.
Puoi creare istanze di Deep Learning VM nella pagina Deep Learning VM Cloud Marketplace nella console Google Cloud.
Vai alla pagina di Deep Learning VM Cloud Marketplace
Deep Learning Containers
Panoramica
I Deep Learning Containers sono un insieme di container Docker in cui sono preinstallati framework, librerie e strumenti di data science chiave. Questi container offrono ambienti coerenti e ottimizzati per le prestazioni, in grado di aiutarti a prototipare e implementare rapidamente i flussi di lavoro.
Per ulteriori informazioni, consulta la documentazione di Deep Learning Containers.
Utilizzo di Deep Learning Containers
Puoi usare un'istanza di Deep Learning Containers come parte del tuo lavoro in Vertex AI. Ad esempio, i container predefiniti disponibili su Vertex AI sono Deep Learning Containers integrati.
Puoi anche creare il tuo modello Vertex AI come applicazione basata su container personalizzato per eseguirne il deployment in un ambiente coerente ed eseguirlo ovunque sia necessario.
Per iniziare a creare il tuo container personalizzato, segui questi passaggi:
Scegli una delle immagini container disponibili.
Consulta la documentazione pertinente di Vertex AI sui requisiti dei container, ad esempio container personalizzati per l'addestramento e Requisiti dei container personalizzati per la previsione.
Considera questi requisiti e preparati a modificare il contenitore di conseguenza.
Crea un'istanza locale di Deep Learning Containers, assicurandoti di modificare il container in base ai requisiti di Vertex AI.
Passaggi successivi
Consulta la pagina Introduzione a Deep Learning VM per scoprire di più sulle funzionalità e sulle caratteristiche del prodotto.
Per iniziare a utilizzare Deep Learning VM, crea una nuova istanza utilizzando Cloud Marketplace o la riga di comando.
Leggi la panoramica sui container di deep learning per saperne di più sulle caratteristiche e le capacità del prodotto.
Per iniziare a utilizzare Deep Learning Containers, crea un contenitore di deep learning locale.