Panoramica sui container di deep learning

I container di deep learning 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.