Os Deep Learning Containers são um conjunto de contentores Docker com frameworks, bibliotecas e ferramentas de ciência de dados importantes pré-instalados. Estes contentores oferecem-lhe ambientes otimizados em termos de desempenho e consistentes que podem ajudar a criar protótipos e implementar fluxos de trabalho rapidamente.
Para saber mais acerca dos contentores, consulte o artigo Contentores na Google.
Software pré-instalado
As imagens dos Deep Learning Containers podem ser configuradas para incluir o seguinte:
Frameworks:
- TensorFlow
- PyTorch
- R
- scikit-learn
- XGBoost
Python, incluindo os seguintes pacotes:
- numpy
- sklearn
- scipy
- pandas
- nltk
- almofada
- fairness-indicators para instâncias do Deep Learning Containers do TensorFlow 2.3 e 2.4
- muitos outros
Pacotes Nvidia com o controlador Nvidia mais recente para instâncias com GPU:
- CUDA 10.*, 11.* e 12.* (a versão depende da framework)
- CuDNN 7.* e NCCL 2.* (a versão depende da versão do CUDA)
JupyterLab
Contentores do Model Garden
- Biblioteca vLLM
Apoio técnico da comunidade
Faça uma pergunta sobre os Deep Learning Containers no Stack Overflow ou junte-se ao grupo Google google-dl-platform para debater os Deep Learning Containers.
Saiba mais sobre como receber apoio técnico da comunidade.
O que se segue?
Pode começar a usar os Deep Learning Containers seguindo os guias de instruções, que fornecem instruções sobre como criar e trabalhar com Deep Learning Containers.