Data Science Virtual Machine

Последнее изменение: 02 апреля 2025

Data Science Virtual Machine

Data Science Virtual Machine (DSVM) — это облачный сервер с готовым образом операционной системы и предустановленными инструментами для разработчиков в области машинного обучения и аналитиков данных.

С помощью DSVM можно:

• разрабатывать приложения для чат-ботов, сервисов рекомендаций, распознавания объектов на фото и видео, синтеза и распознавания речи, сервисов прогнозирования;
• обучать модели;
• проводить эксперименты с данными.

Инструменты⁠

В образе для DSVM предустановлены инструменты (подробнее в их официальной документации):

• Python 3.10;
• pip;
• PyTorch;
• TensorFlow;
• JupyterLab;
• Jupyter Notebook;
• Keras;
• scikit-learn;
• NumPy;
• SciPy;
• pandas;
• NLTK;
• OpenCV;
• CatBoost;
• XGBoost;
• LightGBM.

Создать DSVM⁠

Используйте инструкцию Создать облачный сервер.

Выберите:

• источник — готовый образ Data Science VM (Ubuntu 22.04 LTS 64-bit);
• конфигурацию — с RAM от 2 ГБ и объемом загрузочного диска от 40 ГБ. Для быстрого обучения моделей мы рекомендуем использовать фиксированные конфигурации линейки GPU Line или произвольные конфигурации с GPU — они позволяют использовать до восьми GPU.

Запустить JupyterLab⁠

1. Откройте в браузере страницу http://<ip_address>

   Укажите <ip_address> — публичный IP-адрес облачного сервера, можно посмотреть в панели управления: в верхнем меню нажмите Продукты → Облачные серверы → страница сервера → вкладка Порты → столбец Публичный IP.

2. Введите пароль. По умолчанию в качестве пароля используется UUID облачного сервера. Его можно посмотреть в панели управления: в верхнем меню нажмите Продукты → Облачные серверы → страница сервера → буквенно-цифровое значение под именем сервера.