Scegli un'immagine

Sono disponibili immagini Deep Learning VM Image specifiche per soddisfare la tua scelta di framework e processore. Al momento sono disponibili immagini che supportano TensorFlow, PyTorch e il computing generico ad alte prestazioni, con versioni per flussi di lavoro solo con CPU e 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 Deep Learning VM 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 di Ubuntu 22.04 sono disponibili per alcuni framework. Sono indicate 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 TensorFlow Enterprise

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

Immagini sperimentali

Alcune famiglie di immagini Deep Learning VM sono sperimentali, come indicato dalla tabella delle famiglie di immagini. Le immagini sperimentali sono supportate in base al 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'ultima è più recente. Ciò 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. Non devi utilizzare il nome della famiglia di immagini in questa situazione perché, se l'ultima immagine viene aggiornata, avrai immagini diverse su alcune istanze del cluster.

Puoi invece determinare il nome esatto dell'immagine, incorporare il numero di versione e poi utilizzare quell'immagine specifica per generare nuove istanze nel cluster.

Per scoprire il nome esatto dell'ultima immagine, utilizza il seguente comando in Google Cloud CLI con il tuo terminale preferito o in Cloud Shell. Sostituisci IMAGE_FAMILY con il nome della famiglia di immagini per cui vuoi trovare il numero di 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

Deep Learning VM supporta ogni versione del framework in base a una pianificazione per ridurre al minimo le vulnerabilità della sicurezza. Esamina le norme di supporto del framework Deep Learning VM per comprendere le implicazioni delle date di fine supporto e fine disponibilità.

Se hai bisogno di una versione specifica di framework o CUDA, consulta le tabelle seguenti. Per trovare un VERSION_DATE specifico per un'immagine, consulta 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 Deep Learning VM 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 hanno il 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 famiglia tf-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.