Искусственный интеллект и машинное обучение - это некоторые из футуристических технологий, о которых мечтает каждый технический энтузиаст. Технологические гиганты, такие как Google и Microsoft, предоставляют необходимые ресурсы, необходимые для начала работы с этими технологиями.

Несколько дней назад Google объявил о выпуске бета-версии контейнеров Deep Learning. Это новый облачный сервис, целью которого является создание среды для разработки, тестирования и развертывания приложений машинного обучения.

Основной особенностью контейнеров Deep Learning является способность тестировать приложения машинного обучения в среде и быстро переносить их в облако.

Если вы не знаете, Amazon также запустил аналогичную службу под названием AWS Deep Learning Containers. Онf поставляется с поддержкой образов Docker для простого развертывания пользовательских сред машинного обучения (ML). Теперь давайте посмотрим на некоторые основные функции Google Deep Learning Containers.

Поддержка PyTorch, TensorFlow scikit-learn и R

Контейнеры глубокого обучения поддерживают фреймворки машинного обучения, такие как PyTorch, TensorFlow 1.13 и TensorFlow 2.0. В отличие от Deep Learning контейнеров AWS, они не поддерживают Apache MXNet. Контейнеры глубокого обучения от Google могут работать как в облаке, так и локально.

Теперь образы докеров также работают в облаке, локально и во всех продуктах и сервисах GCP, таких как Google Kubernetes Engine (GKE), Compute Engine, AI Platform, Cloud Run, Kubernetes и Docker Swarm.

Полезные инструменты и пакеты

Контейнеры глубокого обучения GCP оснащены несколькими оптимизированными по производительности контейнерами Docker, которые также предоставляют различные инструменты для запуска алгоритмов глубокого обучения. Эти инструменты включают предварительно сконфигурированные ноутбуки Jupyter и Google Kubernetes Engine. 

В то время как первые предлагают интерактивные инструменты для работы, обмениваются кодом, визуализациями, уравнениями и текстом, последние используются для развертывания нескольких контейнеров. Контейнеры глубокого обучения Google также имеют доступ к пакетам и инструментам, таким как CvA, cuDNN и NCCL от Nvidia.

Если вы только начинаете, обязательно посетите официальный веб-сайт Google Cloud со всеми ресурсами и документацией.

Контейнеры Deep Learning обеспечат согласованную среду для тестирования и развертывания вашего приложения в продуктах и услугах GCP, таких как Cloud AI Platform Notebooks и Google Kubernetes Engine (GKE).