Recensioni e Dettagli del Prodotto Deep Learning VM Image

"Amo usare Deep Learning VMSS per l'addestramento dei modelli e le inferenze perché viene fornito con tutti i modelli pre-addestrati e le dipendenze pre-installate, il che elimina il fastidio di configurare l'ambiente e mi permette di iniziare a lavorare direttamente." "Apprezzo che Deep Learning VMSS sia ben integrato con Google Cloud Platform, rendendo più facile per noi l'integrazione con le nostre VM GCP." "Trovo che Deep Learning VMSS faccia risparmiare tempo eliminando la necessità di reinstallare dipendenze personalizzate e configurare ambienti, permettendomi di concentrarmi maggiormente su compiti legati al business." "Mi piacciono le molteplici opzioni disponibili in Deep Learning VMSS per selezionare le versioni di Python e TensorFlow e la possibilità di installare o reinstallare le dipendenze, fornendo flessibilità e garantendo che io possa lavorare con le configurazioni specifiche di cui ho bisogno." "Mi piace che il processo di configurazione per Deep Learning VMSS sia molto semplice, basta selezionare un'immagine e avviare una macchina virtuale, il che semplifica notevolmente il processo di avvio." Recensione raccolta e ospitata su G2.com.

Trovo che l'inclusione di numerose dipendenze non necessarie possa far sembrare l'immagine della VM gonfia se quelle dipendenze non sono rilevanti per i miei compiti. Questo si traduce in una sensazione di inefficienza poiché alcune dipendenze potrebbero non essere utilizzate, il che non è ideale per i miei progetti specifici. Recensione raccolta e ospitata su G2.com.

Ciò che amo:

Ambiente istantaneo, pronto per GPU – Queste immagini VM includono l'intero stack ML: TensorFlow, PyTorch, scikit-learn, CUDA, cuDNN, NCCL, driver NVIDIA, JupyterLab e altro ancora

Ampio supporto per framework e hardware – Scegli tra CPU o GPU e framework come TensorFlow Enterprise, PyTorch, immagini HPC—è facile abbinare le tue esigenze hardware e software

Integrazione fluida con Google Cloud – Collegamenti senza soluzione di continuità a BigQuery, Vertex AI, Cloud Storage e altri servizi mantengono il mio flusso di lavoro fluido ed efficiente

Tempo di configurazione zero – Il tempo risparmiato evitando installazioni manuali di driver, framework e Jupyter è enorme—riduce l'attrito ed elimina i problemi di compatibilità Recensione raccolta e ospitata su G2.com.

Sebbene l'immagine VM di Deep Learning sia potente e faccia risparmiare molto tempo di configurazione, ci sono alcune aree da migliorare:

I costi possono aumentare rapidamente, specialmente quando si utilizzano istanze GPU per lavori di lunga durata o si lasciano accidentalmente le VM in esecuzione.

La personalizzazione è a volte limitata; installare versioni di pacchetti molto specifiche o librerie non comuni può rompere le dipendenze preconfigurate.

I tempi di avvio per le VM di grandi dimensioni (soprattutto con GPU) possono occasionalmente sembrare lenti rispetto ad alcuni altri fornitori di cloud.

La gestione dei limiti di quota e della disponibilità regionale delle GPU a volte interrompe i flussi di lavoro se la capacità è limitata in una zona.

È uno strumento eccellente per gli utenti di Google Cloud, ma gli utenti provenienti da AWS o Azure potrebbero affrontare una curva di apprendimento con il modello di rete e IAM di GCP. Recensione raccolta e ospitata su G2.com.

Ciò che mi piace di più dell'immagine VM di Deep Learning è l'accesso immediato a framework ML preinstallati e ottimizzati con supporto GPU, che risparmia molto tempo di configurazione e mi permette di iniziare subito ad addestrare modelli. Recensione raccolta e ospitata su G2.com.

Quello che non mi piace dell'immagine VM di Deep Learning è che i costi possono aumentare rapidamente con l'uso della GPU se non gestiti con attenzione, specialmente per esperimenti di lunga durata. Un estimatore di utilizzo integrato o un'opzione di spegnimento automatico sarebbero utili. Recensione raccolta e ospitata su G2.com.

Offre una vasta gamma di funzionalità, ma in particolare mi è piaciuta la caratteristica di ogni framework per realizzare un progetto di machine learning o intelligenza artificiale come Tensorflow, PyTorch, Keras, ecc. Offre anche diversi strumenti per integrarlo in modo molto semplice ed efficiente. Poiché questa piattaforma è fornita da Google Cloud, è abbastanza ovvio che può essere utilizzata e ospitata su qualsiasi piattaforma. Ho utilizzato la sua prova gratuita per un mese, durante il quale ho scoperto i suoi vantaggi; successivamente addebita in base a ciò che hai utilizzato. Recensione raccolta e ospitata su G2.com.

La tariffazione basata sull'uso a volte ti porta a dover pagare un importo elevato. Inoltre, richiede una buona quantità di dati e una connessione internet di qualità per utilizzare tutte le sue funzionalità in modo efficiente con la minima latenza/ritardo. Recensione raccolta e ospitata su G2.com.

La cosa che mi piace di più di questa immagine è che la VM creata da Google con questa immagine ha già le librerie più importanti, il toolkit nvidia cuda e tutti questi strumenti, senza il mal di testa di doverli installare da zero. Una volta che questa VM è inizializzata, un data scientist o un ingegnere ML può iniziare direttamente ad allenare o costruire i modelli. Google ha un supporto clienti davvero buono che ci aiuta a creare questa VM se ci troviamo bloccati da qualche parte. Oltre a ciò, abbiamo anche una buona documentazione passo passo per la configurazione, ed è davvero facile configurare una nuova VM nel cloud di Google con l'immagine Deep Learning VM. Recensione raccolta e ospitata su G2.com.

Al momento non ho particolari antipatie verso l'immagine VM di DeepLearning. Ma una cosa è che se viene creato un sistema operativo Ubuntu, non ci sarà RDP, questo è il caso diverso in cui puoi creare un RDP del sistema operativo Ubuntu ma lavorare tramite RDP sarà davvero lento, questo è il caso diverso quando hai una buona connessione internet. Un'altra preoccupazione è il prezzo per me. Recensione raccolta e ospitata su G2.com.

Mi piace molto l'ambiente preconfigurato di Deep Learning VM Image. Fornisce anche un ambiente di calcolo ad alta capacità che consente di affrontare i compiti con facilità. Recensione raccolta e ospitata su G2.com.

La configurazione a volte non corrisponde sempre ai requisiti specifici del progetto. In tali scenari, ci vuole tempo e impegno per configurare tali casi. Recensione raccolta e ospitata su G2.com.

Ambiente pronto all'uso,

Ottimizzato per le prestazioni,

Integrazione senza soluzione di continuità,

Sicurezza e aggiornamenti, Recensione raccolta e ospitata su G2.com.

Personalizzazione limitata all'inizio,

Sensibilità ai costi,

Intrecci di dipendenza,

Necessita di una connessione Internet forte Recensione raccolta e ospitata su G2.com.

Le istanze VM di Deep Learning vengono fornite con framework ML popolari preinstallati, driver ottimizzati e strumenti. Questo elimina i problemi di configurazione e garantisce la compatibilità. Recensione raccolta e ospitata su G2.com.

È necessario avere esperienza con GCP per lavorare o configurare Google Deep Learning VM. Recensione raccolta e ospitata su G2.com.

Si integra perfettamente con servizi come Google AI Platform, BigQuery e Cloud Storage, semplificando i flussi di lavoro. È facile da implementare, anche per i principianti, e l'immagine VM è user-friendly con documentazione e tutorial eccellenti. Alcuni utenti potrebbero trovare le allocazioni di risorse predefinite troppo elevate per progetti su scala ridotta. Supporta GPU e TPU NVIDIA per un addestramento e un'inferenza dei modelli più veloci. Si integra perfettamente con servizi come Google AI Platform, BigQuery e Cloud Storage, semplificando i flussi di lavoro. Puoi ottenere la tua risposta con il team di supporto clienti. Puoi usarlo frequentemente anche per compiti grandi. Recensione raccolta e ospitata su G2.com.

No, da quando lo uso non ho trovato nulla che sia difficile da usare. Recensione raccolta e ospitata su G2.com.

Questa facilità d'uso, unita all'affidabile infrastruttura di Google Cloud, consente ai team di concentrarsi maggiormente sulla sperimentazione e l'innovazione piuttosto che sulla gestione delle dipendenze e delle configurazioni. Recensione raccolta e ospitata su G2.com.

l'integrazione stretta con i servizi di Google Cloud, sebbene conveniente, può sembrare restrittiva per i team che preferiscono un approccio multi-cloud o che necessitano di migrare i carichi di lavoro verso altri fornitori di cloud Recensione raccolta e ospitata su G2.com.