DSVM(Data Science Virtual Machine 数据科学虚拟机) 是专为研究数据科学生成的 Microsoft Azure 云上的自定义 VM 映像。它预装并预配了许多热门数据科学和其他工具，可为高级分析快速生成智能应用程序。 它在 Windows Server 和 Linux 上可用。 我们在 Server 2016 和 Server 2012 上提供了 Windows 版本的 DSVM。 我们在 Ubuntu 16.04 LTS 中和基于 OpenLogic 7.2 CentOS 的 Linux 发行版上提供了 Linux 版本的 DSVM
- 数据科学虚拟机的目的：在于向所有技能级别和角色的数据专业人员提供无摩擦的数据科学环境。 和自建环境相比，此 VM 可节省大量时间。 在新创建的 VM 实例中可立即启动数据科学项目。
- 数据科学 VM 的设计和配置意图：在于与广泛的使用方案一起使用。 随着项目需求变化，可扩展或缩小环境。 可使用首选语言为数据科学任务编写程序。 可根据具体需要安装其他工具和自定义系统。
- 利用 Azure 云的 VM 缩放功能，DSVM 可帮助根据需要在云上使用基于 GPU 的硬件。 如果训练大型模型或在保留相同 OS 磁盘的同时需要高速计算，可以切换到基于 GPU 的 VM
- Windows Server 2016 版本的 DSVM 预安装了 GPU 驱动程序、框架和 GPU 版本的深度学习算法。
- 在 Linux 上，仅在 Linux (Ubuntu) 版本的数据科学虚拟机上支持 GPU 的深度学习。 在所有深度学习框架都将回退到 CPU 模式的情况下，可以将 Ubuntu/Windows-2016 版本的数据科学 VM 部署到非基于 GPU 的 Azure 虚拟机。
- 基于 CentOS 的 DSVM Linux 版只包含一些深度学习工具（Microsoft 认知工具包、TensorFlow、MXNet）的 CPU 生成，但未预安装 GPU 驱动程序和框架。
DLVM
DLVM(Introduction to the Deep Learning Virtual Machine 深度学习虚拟机)， 深度学习算法/深度神经网络在机器学习项目中的采用越来越普遍。 这些方法通过高级深层神经网络体系结构和访问大型数据集来训练模型，尤其善于处理图像、文本、音频/视频理解等机器认知任务，在某些领域常可接近人类认知水平。 深度学习需要强大的计算能力来使用大数据集训练模型。 由于可使用云和图形处理单元 (GPU)，现在逐渐可以构建复杂的深层神经体系结构，并基于云上强大计算基础结构中的大数据集训练它们。 数据科学虚拟机(DSVM)可为数据准备、机器学习和深度学习提供各种工具和示例。 但用户所面临的挑战之一，是轻松找到适合深度学习等特定情景的工具和示例，以及更轻松地预配基于 GPU 的 VM 实例。 此深度学习虚拟机 (DLVM) 可以应对这些挑战。
DSVM包含内容
深度学习框架
参考资料