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 les systèmes d'exploitation Debian 11 et Ubuntu 22.04, et peuvent être configurées 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 vos questions à propos de Deep Learning VM sur Stack Overflow ou rejoignez le groupe Google google-dl-platform 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.