Cette page vous aide à choisir l'image de conteneur à utiliser.
Choisir un type d'image de conteneur
Les conteneurs de deep learning sont compatibles avec chaque version du framework selon un calendrier visant à minimiser les failles de sécurité. Consultez la stratégie de compatibilité du framework de conteneurs de deep learning pour comprendre les implications des dates de fin d'assistance et de disponibilité.
Chaque image de conteneur fournit un environnement Python 3 et inclut le framework de science de données sélectionné (tel que PyTorch ou TensorFlow), Conda, la pile NVIDIA pour les images GPU (CUDA, cuDNN, NCCL2), et bien d'autres formules d'assistance et outils. Pour trouver l'image de conteneur appropriée, consultez les tableaux ci-dessous.
Versions de base
Version du framework de ML | Version de correctif actuelle | Accélérateurs compatibles | Date de fin de correctif et de fin de compatibilité | Date de fin de disponibilité | Nom de la famille d'images |
---|---|---|---|---|---|
Base cu121 | CUDA 12.1 (Python 3.10) | GPU (CUDA 12.1) | 28 février 2024 | 28 février 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu121.py310 |
Base cu118 | CUDA 11.8 (Python 3.10) | GPU (CUDA 11.8) | 1er juillet 2024 | 1er juillet 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-gpu.py310 |
Base-cu113 (Python 3.10) | CUDA 11.3 | GPU (CUDA 11.3) | 1er janvier 2024 | 1er janvier 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu113.py310 |
Base-cu113 (Python 3.7) | CUDA 11.3 | GPU (CUDA 11.3) | 1er septembre 2023 | 1er septembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu113.py37 |
Base-cu110 (Python 3.10 / Debian 11) | CUDA 11.0 | GPU (CUDA 11.0) | 1er janvier 2024 | 1er janvier 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu110.py310 |
Base-cu110 (Python 3.7) | CUDA 11.0 | GPU (CUDA 11.0) | 1er septembre 2023 | 1er septembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu110.py37 |
Versions de TensorFlow
Version du framework de ML | Version de correctif actuelle | Accélérateurs compatibles | Date de fin de correctif et de fin de compatibilité | Date de fin de disponibilité | Nom de la famille d'images |
---|---|---|---|---|---|
2.15 (Python 3.10) | 2.15.0 | CPU uniquement | 14 novembre 2024 | 14 novembre 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-15.py310 |
2.15 (Python 3.10) | 2.15.0 | GPU (CUDA 12.1) | 14 novembre 2024 | 14 novembre 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-15.py310 |
2.14 (Python 3.10) | 2.14.0 | CPU uniquement | 26 septembre 2024 | 26 septembre 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-14.py310 |
2.14 (Python 3.10) | 2.14.0 | GPU (CUDA 11.8) | 26 septembre 2024 | 26 septembre 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-14.py310 |
2.13 (Python 3.10) | 2.13.0 | CPU uniquement | 5 juillet 2024 | 5 juillet 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-13.py310 |
2.13 (Python 3.10) | 2.13.0 | GPU (CUDA 11.8) | 5 juillet 2024 | 5 juillet 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-13.py310 |
2.12 (Python 3.10) | 2.12.0 | CPU uniquement | 30 juin 2024 | 30 juin 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-12.py310 |
2.12 (Python 3.10) | 2.12.0 | GPU (CUDA 11.8) | 30 juin 2024 | 30 juin 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-12.py310 |
2.11 (Python 3.10) | 2.11.0 | CPU uniquement | 15 novembre 2023 | 15 novembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-11.py310 |
2.11 (Python 3.10) | 2.11.0 | GPU (CUDA 11.3) | 15 novembre 2023 | 15 novembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-11.py310 |
2.11 | 2.11.0 | CPU uniquement | 15 novembre 2023 | 15 novembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-11.py37 |
2.11 | 2.11.0 | GPU (CUDA 11.3) | 15 novembre 2023 | 15 novembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-11.py37 |
2.10 (Python 3.10) | 2.10.1 | CPU uniquement | 15 novembre 2023 | 15 novembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-10.py310 |
2.10 (Python 3.10) | 2.10.1 | GPU (CUDA 11.3) | 15 novembre 2023 | 15 novembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-10.py310 |
2.10 | 2.10.1 | CPU uniquement | 15 novembre 2023 | 15 novembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-10.py37 |
2.10 | 2.10.1 | GPU (CUDA 11.3) | 15 novembre 2023 | 15 novembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-10.py37 |
2.9 | 2.9.3 | CPU uniquement | 15 novembre 2023 | 15 novembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-9.py37 |
2.9 | 2.9.3 | GPU (CUDA 11.3) | 15 novembre 2023 | 15 novembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-9.py37 |
2,8 | 2.8.4 | CPU uniquement | 15 novembre 2023 | 15 novembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cpu.2-8.py37 |
2,8 | 2.8.4 | GPU (CUDA 11.3) | 15 novembre 2023 | 15 novembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-8.py37 |
2.6 (Python 3.9) | 2.6.5 | CPU uniquement | 10 août 2023 | 10 août 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-cpu.2-6.py39 |
2.6 (Python 3.9) | 2.6.5 | GPU (CUDA 11.3) | 10 août 2023 | 10 août 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-6.py39 |
2.6 (Python 3.7) | 2.6.5 | CPU uniquement | 1er septembre 2023 | 1er septembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-cpu.2-6.py37 |
2.6 (Python 3.7) | 2.6.5 | GPU (CUDA 11.3) | 1er septembre 2023 | 1er septembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-6.py37 |
2.3 | 2.3.4 | CPU uniquement | 1er septembre 2023 | 1er septembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-cpu.2-3.py37 |
2.3 | 2.3.4 | GPU (CUDA 11.3) | 1er septembre 2023 | 1er septembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-3.py37 |
Versions de PyTorch
Version du framework de ML | Version de correctif actuelle | Accélérateurs compatibles | Date de fin de correctif et de fin de compatibilité | Date de fin de disponibilité | Nom de la famille d'images |
---|---|---|---|---|---|
2.2 (Python 3.10) | 2.2.0 | CUDA 12.1 | 30 janvier 2025 | 30 janvier 2026 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-gpu.2-2.py310 |
2.1 (Python 3.10) | 2.1.0 | CUDA 12.1 | 4 octobre 2024 | 4 octobre 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-gpu.2-1.py310 |
2.0 (Python 3.10) | 2.0.0 | CUDA 11.8 | 15 mars 2024 | 15 mars 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-gpu.2-0.py310 |
1.13 (Python 3.10) | 1.13.1 | CUDA 11.8 | 8 décembre 2023 | 8 décembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-gpu.1-13.py310 |
1.13 | 1.13.1 | CUDA 11.8 | 8 décembre 2023 | 8 décembre 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 décembre 2023 | 8 décembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-gpu.1-12.py310 |
1.12 | 1.12.1 | CUDA 11.3 | 1er septembre 2023 | 1er septembre 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-gpu.1-12.py37 |
Images de conteneur "Face Hugging Face"
Cette section liste les images de conteneur Hugging Face disponibles.
Conteneurs d'inférence de génération de texte
Version du framework de ML | Version de correctif actuelle | Accélérateurs compatibles | Date de fin de correctif et de fin de compatibilité | Date de fin de disponibilité | Nom de la famille d'images |
---|---|---|---|---|---|
PyTorch 2.1 (Python 3.10) | 2.1.1 | CUDA 12.1 | 4 octobre 2024 | 4 octobre 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/huggingface-text-generation-inference-cu121.1-4.ubuntu2204.py310 |
Familles d'images expérimentales
Les familles d'images non listées ici sont expérimentales. Les familles d'images expérimentales sont acceptées de la façon la plus optimale possible et ne font pas l'objet d'actualisations à chaque nouvelle version du framework.
Répertorier toutes les versions disponibles
Si vous avez besoin d'un framework ou d'une version CUDA spécifique, effectuez une recherche dans la liste complète des images de conteneurs disponibles. Pour répertorier toutes les images de conteneurs de deep learning disponibles, exécutez la commande suivante dans Google Cloud CLI avec un terminal de votre choix ou dans Cloud Shell.
gcloud container images list --repository="us-docker.pkg.dev/deeplearning-platform-release/gcr.io"
Utiliser des conteneurs en local
Les conteneurs de deep learning peuvent être extraits et utilisés localement. Pour ce faire, consultez la page Premiers pas avec un conteneur de deep learning local.
Étapes suivantes
- Lisez la présentation des conteneurs de deep learning pour en savoir plus sur les éléments pré-installés sur les images de conteneur.
- Pour commencer à utiliser les conteneurs de deep learning, consultez les guides d'utilisation qui fournissent des instructions sur la manière de créer et de transférer des images de conteneurs de deep learning.