Deep Learning Containers sono un insieme di container Docker con framework, librerie e strumenti di data science chiave preinstallati. Questi container forniscono ambienti coerenti e ottimizzati per le prestazioni che possono aiutarti a realizzare prototipi e implementare rapidamente i flussi di lavoro.
Per scoprire di più sui contenitori, consulta Contenitori su Google.
Software preinstallato
Le immagini di Deep Learning Containers possono essere configurate in modo da includere quanto segue:
Framework:
- TensorFlow
- PyTorch
- R
- scikit-learn
- XGBoost
Python, inclusi i seguenti pacchetti:
- NumPy
- sklearn
- SciPy
- panda
- nltk
- cuscino
- indicatori-equità per le istanze di Deep Learning Containers di TensorFlow 2.3 e 2.4
- e molti altri
Pacchetti Nvidia con il driver Nvidia più recente per le istanze abilitate per GPU:
- CUDA 10.*, 11.*, 12.* (la versione dipende dal framework)
- CuDNN 7.* e NCCL 2.* (la versione dipende dalla versione di CUDA)
JupyterLab
Framework e librerie Hugging Face:
- Toolkit di inferenza di generazione di testo
- Toolkit Text Embeddings Inference
- Libreria di transformer
- Libreria Sentence Transformers
- Libreria di diffusori
Container di Model Garden
- Libreria vLLM
Assistenza dalla community
Fai una domanda su Deep Learning Containers su Stack Overflow o partecipa al gruppo Google google-dl-platform per discutere di Deep Learning Containers.
Scopri di più su come ricevere assistenza dalla community.
Passaggi successivi
Per iniziare a utilizzare Deep Learning Containers, consulta le guide pratiche, che forniscono istruzioni su come creare e utilizzare i container di deep learning.