Scegli un'immagine

Sono disponibili immagini specifiche di Deep Learning VM in base alla tua scelta di framework e processore. Al momento sono disponibili immagini che supportano TensorFlow, PyTorch e calcolo generico ad alte prestazioni, con versioni sia per flussi di lavoro solo con CPU sia per flussi di lavoro abilitati per GPU. Per trovare l'immagine che ti interessa, consulta la tabella riportata di seguito.

Scegliere una famiglia di immagini

Scegli una famiglia di immagini VM per il deep learning in base al framework e al processore di cui hai bisogno. La tabella seguente elenca le versioni più recenti delle famiglie di immagini, organizzate per tipo di framework. Per ottenere la versione più recente di un'immagine, crea un'istanza facendo riferimento a una famiglia di immagini con latest nel nome. Se hai bisogno di una versione specifica del framework, vai a Versioni del framework supportate.

Scegliere un sistema operativo

Per la maggior parte dei framework, Debian 11 è il sistema operativo predefinito. Le immagini Ubuntu 22.04 sono disponibili per alcuni framework. Sono indicati dai suffissi -ubuntu-2204 nel nome della famiglia di immagini (vedi Elenco di tutte le versioni disponibili). Le immagini Debian 10 e Debian 9 sono state ritirate.

Le famiglie di immagini PyTorch e TensorFlow Enterprise supportano gli acceleratori GPU A100.

Immagini di TensorFlow Enterprise

Le famiglie di immagini TensorFlow Enterprise forniscono una distribuzione di TensorFlow ottimizzata per Google Cloud. Per saperne di più su TensorFlow Enterprise, incluse le versioni supportate, consulta la panoramica di TensorFlow Enterprise.

Immagini sperimentali

Alcune famiglie di immagini di Deep Learning VM sono sperimentali, come indicato dalla tabella delle famiglie di immagini. Le immagini sperimentali sono supportate secondo il criterio del massimo impegno e potrebbero non ricevere aggiornamenti a ogni nuova release del framework.

Specifica di una versione dell'immagine

Puoi riutilizzare la stessa immagine anche se l'immagine più recente è più recente. Questo può essere utile, ad esempio, se stai tentando di creare un cluster e vuoi assicurarti che le immagini utilizzate per creare nuove istanze siano sempre le stesse. In questa situazione, non devi utilizzare il nome della famiglia di immagini perché, se l'immagine più recente viene aggiornata, avrai immagini diverse su alcune istanze del cluster.

In alternativa, puoi determinare il nome esatto dell'immagine, incorporare il numero di versione e utilizzare l'immagine specifica per generare nuove istanze nel tuo cluster.

Per scoprire il nome esatto dell'immagine più recente, utilizza il seguente comando in Google Cloud CLI con il terminale che preferisci o in Cloud Shell. Sostituisci IMAGE_FAMILY con il nome della famiglia di immagini per cui vuoi sapere il numero della versione più recente.

gcloud compute images describe-from-family IMAGE_FAMILY \
        --project deeplearning-platform-release

Cerca il campo name nell'output e utilizza il nome dell'immagine indicato quando crei nuove istanze.

Versioni del framework supportate

La VM per il deep learning supporta ogni versione del framework in base a una pianificazione per minimizzare le vulnerabilità di sicurezza. Esamina le norme di assistenza del framework VM per il deep learning per comprendere le implicazioni delle date di ritiro del supporto e di fine disponibilità.

Se hai bisogno di un framework o di una versione CUDA specifici, consulta le tabelle seguenti. Per trovare un VERSION_DATE specifico per un'immagine, consulta la sezione Elenco delle versioni disponibili.

Versioni di base

Versioni di TensorFlow

Versioni di PyTorch

Elenca tutte le versioni disponibili utilizzando gcloud CLI

Puoi anche elencare tutte le immagini VM di deep learning disponibili utilizzando il seguente comando gcloud CLI:

gcloud compute images list \
    --project deeplearning-platform-release \
    --format="value(NAME)" \
    --no-standard-images

Le famiglie di immagini sono denominate nel formato FRAMEWORK-VERSION-CUDA_VERSION(-experimental), dove FRAMEWORK è la libreria di destinazione, VERSION è la versione del framework e CUDA_VERSION è la versione dello stack CUDA, se presente.

Ad esempio, un'immagine della famigliatf-ent-2-13-cu113 ha TensorFlow Enterprise 2.13 e CUDA 11.3.

Passaggi successivi

Crea una nuova istanza VM di deep learning utilizzando Cloud Marketplace o utilizzando la riga di comando.