סקירה כללית על קונטיינרים של למידה עמוקה (Deep Learning)

קונטיינרים של למידה עמוקה (Deep Learning) הם קבוצה של קונטיינרים של Docker עם frameworks, ספריות וכלים מרכזיים של מדעי נתונים שמותקנים מראש. הקונטיינרים האלה מספקים סביבות עקביות שעברו אופטימיזציה לביצועים, ויכולות לעזור לכם ליצור אב טיפוס ולהטמיע תהליכי עבודה במהירות.

מידע נוסף על מאגרי תגים זמין במאמר מאגרי תגים ב-Google.

תוכנה שהותקנה מראש

אפשר להגדיר את קובצי האימג' של קונטיינרים של למידה עמוקה כך שיכללו את הדברים הבאים:

• ‫Frameworks:

  • TensorFlow
  • PyTorch
  • R
  • scikit-learn
  • XGBoost

• ‫Python, כולל החבילות הבאות:

  • numpy
  • sklearn
  • scipy
  • פנדות
  • nltk
  • כרית
  • ‫fairness-indicators למופעים של קונטיינרים של למידה עמוקה (Deep Learning) ב-TensorFlow 2.3 וב-2.4
  • רבים אחרים

• חבילות Nvidia עם הדרייבר העדכני של Nvidia למכונות עם GPU:

  • ‫CUDA 10.*, ‫11.* ו-12.* (הגרסה תלויה במסגרת)
  • ‫CuDNN 7.* ו-NCCL 2.* (הגרסה תלויה בגרסת CUDA)

• JupyterLab

• מאגרי תמונות של Model Garden

  • ספריית vLLM

תמיכה מהקהילה

אתם יכולים לפרסם ב-Stack Overflow שאלות בקשר לשימוש ב-Deep Learning Containers, או להצטרף לקבוצת Google‏ google-dl-platform כדי לדון ב-Deep Learning Containers.

מידע נוסף על קבלת תמיכה מהקהילה

המאמרים הבאים

כדי להתחיל להשתמש ב-Deep Learning Containers, אפשר לעיין במדריכים שמסבירים איך ליצור קונטיינרים של למידה עמוקה ולעבוד איתם.