Dónde encontrar información adicional
Sugerir cambios
PDF
Si quiere obtener más información sobre el contenido de este documento, consulte los siguientes recursos:
-
Nvrg.io ( "https://cnvrg.io"):
-
NÚCLEO Cnvrg (plataforma DE ML libre)
-
Documentos de Cnvrg
-
-
Servidores DGX-1 de NVIDIA:
-
Servidores DGX-1 de NVIDIA
-
GPU de núcleo tensor NVIDIA Tesla V100
-
GPU CLOUD DE NVIDIA (NGC)
-
FlashAdvantage de NetApp para AFF
-
Documentación de ONTAP 9.x.
-
Informe técnico de NetApp FlexGroup
-
-
Almacenamiento persistente de NetApp para contenedores:
-
Trident de NetApp
-
-
Matriz de interoperabilidad de NetApp:
-
Herramienta de matriz de interoperabilidad de NetApp
-
-
Redes de IA de ONTAP:
-
Switches Cisco Nexus 3232C
-
Switches Mellanox Spectrum serie 2000
-
-
Marco Y herramientas DE ML:
-
DALÍ
-
TensorFlow: Un marco de aprendizaje automático de código abierto para todos
-
Horovod: El marco de Uber para el aprendizaje automático distribuido de código abierto para TensorFlow
-
Habilitación de GPU en el ecosistema Container Runtime
-
Docker
-
Kubernetes
-
DeepOps de NVIDIA
-
Kubeflow
-
Servidor de portátiles Juppyter
-
-
Conjuntos de datos y pruebas:
-
Conjunto de datos de radiografía de tórax de los NIH
-
Xiaosong Wang, Yifan Peng, le Lu, Zhiyong Lu, Mohammadadi Bagheri, Ronald Summers, ChestX-ray8: Base de datos de rayos X en el pecho a escala de hospital y puntos de referencia sobre clasificación y localización de enfermedades comunes del tórax, IEEE CVPR, págs 3462-3471, 2017TR-4841-0620
-