Esta página ajuda você a escolher qual imagem de contêiner usar.
Escolha um tipo de imagem de contêiner
O Deep Learning Containers é compatível com cada versão de framework com base em uma programação para minimizar as vulnerabilidades de segurança. Leia a política de suporte ao framework do Deep Learning Containers para entender as implicações das datas de término de suporte e fim da disponibilidade.
Cada imagem de contêiner oferece um ambiente Python 3 e inclui o framework de ciência de dados selecionado (como PyTorch ou TensorFlow), Conda, a pilha NVIDIA para imagens de GPU (CUDA, cuDNN, NCCL2) e muitas outras ferramentas e pacotes de suporte. Para encontrar a imagem de contêiner apropriada, consulte a tabela abaixo.
Versões de base
Versão do framework de MLs | Versão atual do patch | Aceleradores compatíveis | Fim do patch e da data de suporte | Data de término da disponibilidade | Nome da família da imagem |
---|---|---|---|---|---|
Base-cu124 | CUDA 12.4 (Python 3.10) | CUDA 12.4 | 1º de abril de 2025 | 1º de abril de 2026 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu124.py310 |
Base-cu123 | CUDA 12.3 (Python 3.10) | CUDA 12.3 | 1 de janeiro de 2025 | 1º de janeiro de 2026 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu123.py310 |
Base-cu122 | CUDA 12.2 (Python 3.10) | CUDA 12.2 | 8 de janeiro de 2025 | 8 de janeiro de 2026 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu122.py310 |
Base-cu121 | CUDA 12.1 (Python 3.10) | CUDA 12.1 | 28 de fevereiro de 2024 | 28 de fevereiro de 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu121.py310 |
Base-cu118 | CUDA 11.8 (Python 3.10) | CUDA 11.8 | 1 de julho de 2024 | 1 de julho de 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu118.py310 |
Base-cu113 (Python 3.10) | CUDA 11.3 | CUDA 11.3 | 1 de janeiro de 2024 | 1 de janeiro de 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu113.py310 |
Base-cu113 (Python 3.7) | CUDA 11.3 | CUDA 11.3 | 1 de setembro de 2023 | 1 de setembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu113.py37 |
Base-cu110 (Python 3.10/Debian 11) | CUDA 11.0 | CUDA 11.0 | 1 de janeiro de 2024 | 1 de janeiro de 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu110.py310 |
Base-cu110 (Python 3.7) | CUDA 11.0 | CUDA 11.0 | 1 de setembro de 2023 | 1 de setembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu110.py37 |
Versões do TensorFlow
Versão do framework de MLs | Versão atual do patch | Aceleradores compatíveis | Fim do patch e da data de suporte | Data de término da disponibilidade | Nome da família da imagem |
---|---|---|---|---|---|
2.17 (Python 3.10) | 2.17.0 | Somente CPU | 11 de julho de 2025 | 11 de julho de 2026 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-17.py310 |
2.17 (Python 3.10) | 2.17.0 | CUDA 12.3 | 11 de julho de 2025 | 11 de julho de 2026 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cu123.2-17.py310 |
2.16 (Python 3.10) | 2.16.2 | Somente CPU | 28 de junho de 2025 | 28 de junho de 2026 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-16.py310 |
2.16 (Python 3.10) | 2.16.2 | CUDA 12.3 | 28 de junho de 2025 | 28 de junho de 2026 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cu123.2-16.py310 |
2.15 (Python 3.10) | 2.15.0 | Somente CPU | 14 de novembro de 2024 | 14 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-15.py310 |
2.15 (Python 3.10) | 2.15.0 | CUDA 12.1 | 14 de novembro de 2024 | 14 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cu121.2-15.py310 |
2.14 (Python 3.10) | 2.14.0 | Somente CPU | 26 de setembro de 2024 | 26 de setembro de 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-14.py310 |
2.14 (Python 3.10) | 2.14.0 | CUDA 11.8 | 26 de setembro de 2024 | 26 de setembro de 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cu118.2-14.py310 |
2.13 (Python 3.10) | 2.13.0 | Somente CPU | 5 de julho de 2024 | 5 de julho de 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-13.py310 |
2.13 (Python 3.10) | 2.13.0 | CUDA 11.8 | 5 de julho de 2024 | 5 de julho de 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cu118.2-13.py310 |
2.12 (Python 3.10) | 2.12.0 | Somente CPU | 30 de junho de 2024 | 30 de junho de 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-12.py310 |
2.12 (Python 3.10) | 2.12.0 | CUDA 11.8 | 30 de junho de 2024 | 30 de junho de 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cu118.2-12.py310 |
2.11 (Python 3.10) | 2.11.0 | Somente CPU | 15 de novembro de 2023 | 15 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-11.py310 |
2.11 (Python 3.10) | 2.11.0 | CUDA 11.3 | 15 de novembro de 2023 | 15 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-cu113.2-11.py310 |
2.11 | 2.11.0 | Somente CPU | 15 de novembro de 2023 | 15 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-11.py37 |
2.11 | 2.11.0 | CUDA 11.3 | 15 de novembro de 2023 | 15 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-11.py37 |
2.10 (Python 3.10) | 2.10.1 | Somente CPU | 15 de novembro de 2023 | 15 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-10.py310 |
2.10 (Python 3.10) | 2.10.1 | CUDA 11.3 | 15 de novembro de 2023 | 15 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-cu113.2-10.py310 |
2.10 | 2.10.1 | Somente CPU | 15 de novembro de 2023 | 15 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-10.py37 |
2.10 | 2.10.1 | CUDA 11.3 | 15 de novembro de 2023 | 15 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-10.py37 |
2.9 | 2.9.3 | Somente CPU | 15 de novembro de 2023 | 15 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-9.py37 |
2.9 | 2.9.3 | CUDA 11.3 | 15 de novembro de 2023 | 15 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-9.py37 |
2.8 | 2.8.4 | Somente CPU | 15 de novembro de 2023 | 15 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-8.py37 |
2.8 | 2.8.4 | CUDA 11.3 | 15 de novembro de 2023 | 15 de novembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-8.py37 |
2.6 (Python 3.9) | 2.6.5 | Somente CPU | 10 de agosto de 2023 | 10 de agosto de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-cpu.2-6.py39 |
2.6 (Python 3.9) | 2.6.5 | CUDA 11.3 | 10 de agosto de 2023 | 10 de agosto de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-cu113.2-6.py39 |
2.6 (Python 3.7) | 2.6.5 | Somente CPU | 1 de setembro de 2023 | 1 de setembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-cpu.2-6.py37 |
2.6 (Python 3.7) | 2.6.5 | CUDA 11.3 | 1 de setembro de 2023 | 1 de setembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-6.py37 |
2.3 | 2.3.4 | Somente CPU | 1 de setembro de 2023 | 1 de setembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-cpu.2-3.py37 |
2.3 | 2.3.4 | CUDA 11.3 | 1 de setembro de 2023 | 1 de setembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-3.py37 |
Versões do PyTorch
Versão do framework de MLs | Versão atual do patch | Aceleradores compatíveis | Fim do patch e da data de suporte | Data de término da disponibilidade | Nome da família da imagem |
---|---|---|---|---|---|
2.4 (Python 3.10) | 2.4.0 | CUDA 12.4 | 24 de julho de 2025 | 24 de julho de 2026 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-cu124.2-4.py310 |
2.3 (Python 3.10) | 2.3.0 | CUDA 12.1 | 24 de abril de 2025 | 24 de abril de 2026 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-cu121.2-3.py310 |
2.2 (Python 3.10) | 2.2.0 | CUDA 12.1 | 30 de janeiro de 2024 | 30 de janeiro de 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-cu121.2-2.py310 |
2.1 (Python 3.10) | 2.1.0 | CUDA 12.1 | 4 de outubro de 2024 | 4 de outubro de 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-cu121.2-1.py310 |
2.0 (Python 3.10) | 2.0.0 | CUDA 11.8 | 15 de março de 2024 | 15 de março de 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-cu118.2-0.py310 |
1.13 (Python 3.10) | 1.13.1 | CUDA 11.8 | 8 de dezembro de 2023 | 8 de dezembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-cu118.1-13.py310 |
1.13 | 1.13.1 | CUDA 11.8 | 8 de dezembro de 2023 | 8 de dezembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-gpu.1-13.py37 |
1.12 (Python 3.10) | 1.12.1 | CUDA 11.3 | 8 de dezembro de 2023 | 8 de dezembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-cu113.1-12.py310 |
1.12 | 1.12.1 | CUDA 11.3 | 1 de setembro de 2023 | 1 de setembro de 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-gpu.1-12.py37 |
Imagens de contêiner do Model Garden
Esta seção lista as imagens de contêiner disponíveis do Model Garden.
Contêineres de inferência vLLM
Versão do framework | Versão atual do patch | Aceleradores compatíveis | Fim do patch e da data de suporte | Data de término da disponibilidade | Nome da família da imagem |
---|---|---|---|---|---|
PyTorch 2.4 | 2.4.0 | CUDA 12.1 | 21 de agosto de 2025 | 21 de agosto de 2026 | us-docker.pkg.dev/deeplearning-platform-release/vertex-model-garden/vllm-inference.cu121.0-5.ubuntu2204.py310 |
Famílias de imagens experimentais
As famílias de imagens que não estão listadas aqui são experimentais. As famílias de imagens experimentais são compatíveis com base no melhor esforço e não recebem atualizações em cada nova versão do framework.
Como listar todas as versões disponíveis
Se você precisar de um framework ou versão CUDA específicos, pesquise a lista completa de imagens de contêiner disponíveis. Para listar todas as imagens de contêineres de aprendizado profundo disponíveis, use o seguinte comando na Google Cloud CLI com seu terminal preferido ou no Cloud Shell.
gcloud container images list --repository="us-docker.pkg.dev/deeplearning-platform-release/gcr.io"
Como usar localmente
Os Deep Learning Containers podem ser extraídos e usados localmente. Para fazer isso, consulte Primeiros passos com um Deep Learning Container local.
Ver ocorrências de vulnerabilidade
Para ver as ocorrências de vulnerabilidade de uma imagem dos Deep Learning Containers, consulte Ver ocorrências usando gcloud.
A seguir
- Leia a Visão geral dos Deep Learning Containers para saber mais sobre o que está pré-instalado nas imagens de contêiner.
- Para começar a usar Deep Learning Containers, leia os guias de instruções, que oferecem instruções sobre como criar e enviar imagens do Deep Learning Containers.