跳至主要内容

容器映像檔

📄️ PyTorch

TWSC 提供 NGC optmized PyTorch 10 種立即可用的工作環境。PyTorch 是 GPU 加速的張量運算框架，並以 Python 為前端語言。使用常見的 Python 函式庫(如 NumPy、SciPy 和 Cython) 便能輕鬆地擴展多項功能。在功能神經網路層，採用以磁帶系統 (tape-based system) 為基礎而建構的自動微分庫 (automatic differentiation)，為深度學習框架提供高度的靈活性和速度，並提供類似 NumPy 的加速功能。PyTorch 也包含標准定義下的神經網路層、深度學習最佳化引擎、數據載入功能，並支援使用多個GPU與多個節點。能立即執行運算，無需在靜止的流程圖中排隊等候，提升了易用性和絕佳的除錯體驗。

📄️ MXNet

TWSC 提供 NGC optimized MXNet 立即可用的工作環境。MXNet 是致力於提高效能和靈活度的深度學習框架，能讓使用者混合使用符號程式、指令程式的設計風格，將效能和生產力提升到最大值。核心功能是動態相依的調度程式 (dynamic dependency scheduler)，能自動採用平行化運算。最上層的的圖像最佳化層能快速地執行符號程式，並使記憶體運行效率更高。輕量級的可攜式函式庫，能擴展至多個 GPU 與多台機器上運算。

📄️ DIGITS

TWSC 提供 NGC’s DIGITS 立即可用的工作環境。Learning GPU Training System (DIGITS) 將深度學習的力量交給工程師和資料科學家掌控。 DIGITS 可用於快速地訓練高準確度的深度神經網絡 (DNNs)，能應用於圖像分類、分割和物體偵測。DIGITS 簡化了常見的深度學習任務，例如數據管理、在多 GPU 上設計並訓練神經網路、使用極佳的視覺化系統即時監控性能，並能從成果瀏覽系統中選取效能最佳的模型進行部署。DIGITS 具極佳的互動性，因此資料科學家能專注於神經網路的設計和訓練而非程式編寫和除錯。