Auf dieser Seite erfahren Sie, welches Container-Image verwendet werden soll.
Container-Image-Typ auswählen
Deep Learning Container unterstützt jede Framework-Version anhand eines Zeitplans zur Minimierung von Sicherheitslücken. Lesen Sie die Supportrichtlinie für Deep Learning Containers, um die Auswirkungen des End-of-Support- und des End-of-Availability-Datums zu verstehen.
Jedes Container-Image stellt eine Python 3-Umgebung bereit und enthält das ausgewählte Data Science-Framework (z. B. PyTorch oder TensorFlow), Conda, den NVIDIA-Stack für GPU-Images (CUDA, cuDNN, NCCL2) und viele weitere hilfreiche Pakete und Tools. In den folgenden Tabellen finden Sie das geeignete Container-Image.
Basisversionen
| ML-Framework-Version | Aktuelle Patchversion | Unterstützte Beschleuniger | Ende des Patch- und Supportdatums | Enddatum der Verfügbarkeit | Image-Familienname |
|---|---|---|---|---|---|
| Basis-CU121 | CUDA 12.1 (Python 3.10) | GPU (CUDA 12.1) | 28. Feb. 2024 | 28. Feb. 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu121.py310 |
| Basis-CU118 | CUDA 11.8 (Python 3.10) | GPU (CUDA 11.8) | 1. Juli 2024 | 1. Juli 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) | 1. Jan. 2024 | 1. Jan. 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) | 1. Sept. 2023 | 1. Sept. 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) | 1. Jan. 2024 | 1. Jan. 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) | 1. Sept. 2023 | 1. Sept. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/base-cu110.py37 |
TensorFlow-Versionen
| ML-Framework-Version | Aktuelle Patchversion | Unterstützte Beschleuniger | Ende des Patch- und Supportdatums | Enddatum der Verfügbarkeit | Image-Familienname |
|---|---|---|---|---|---|
| 2.15 (Python 3.10) | 2.15.0 | Nur CPU | 14. Nov. 2024 | 14. Nov. 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. Nov. 2024 | 14. Nov. 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-15.py310 |
| 2.14 (Python 3.10) | 2.14.0 | Nur CPU | 26. Sept. 2024 | 26. Sept. 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. Sept. 2024 | 26. Sept. 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-14.py310 |
| 2.13 (Python 3.10) | 2.13.0 | Nur CPU | 5. Juli 2024 | 5. Juli 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. Juli 2024 | 5. Juli 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-13.py310 |
| 2.12 (Python 3.10) | 2.12.0 | Nur CPU | 30. Juni 2024 | 30. Juni 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. Juni 2024 | 30. Juni 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-12.py310 |
| 2.11 (Python 3.10) | 2.11.0 | Nur CPU | 15. Nov. 2023 | 15. Nov. 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. Nov. 2023 | 15. Nov. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-11.py310 |
| 2.11 | 2.11.0 | Nur CPU | 15. Nov. 2023 | 15. Nov. 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. Nov. 2023 | 15. Nov. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-11.py37 |
| 2.10 (Python 3.10) | 2.10.1 | Nur CPU | 15. Nov. 2023 | 15. Nov. 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. Nov. 2023 | 15. Nov. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-10.py310 |
| 2.10 | 2.10.1 | Nur CPU | 15. Nov. 2023 | 15. Nov. 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. Nov. 2023 | 15. Nov. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-10.py37 |
| 2,9 | 2.9.3 | Nur CPU | 15. Nov. 2023 | 15. Nov. 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. Nov. 2023 | 15. Nov. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-9.py37 |
| 2,8 | 2.8.4 | Nur CPU | 15. Nov. 2023 | 15. Nov. 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. Nov. 2023 | 15. Nov. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-gpu.2-8.py37 |
| 2.6 (Python 3.9) | 2.6.5 | Nur CPU | 10. Aug. 2023 | 10. Aug. 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. Aug. 2023 | 10. Aug. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-6.py39 |
| 2.6 (Python 3.7) | 2.6.5 | Nur CPU | 1. Sept. 2023 | 1. Sept. 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) | 1. Sept. 2023 | 1. Sept. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-6.py37 |
| 2,3 | 2.3.4 | Nur CPU | 1. Sept. 2023 | 1. Sept. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-cpu.2-3.py37 |
| 2,3 | 2.3.4 | GPU (CUDA 11.3) | 1. Sept. 2023 | 1. Sept. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-gpu.2-3.py37 |
PyTorch-Versionen
| ML-Framework-Version | Aktuelle Patchversion | Unterstützte Beschleuniger | Ende des Patch- und Supportdatums | Enddatum der Verfügbarkeit | Image-Familienname |
|---|---|---|---|---|---|
| 2.2 (Python 3.10) | 2.2.0 | CUDA 12.1 | 30. Jan. 2025 | 30. Jan. 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. Okt. 2024 | 4. Okt. 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. März 2024 | 15. März 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. Dez. 2023 | 8. Dez. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-gpu.1-13.py310 |
| 1.13 | 1.13.1 | CUDA 11.8 | 8. Dez. 2023 | 8. Dez. 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. Dez. 2023 | 8. Dez. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-gpu.1-12.py310 |
| 1.12 | 1.12.1 | CUDA 11.3 | 1. Sept. 2023 | 1. Sept. 2024 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/pytorch-gpu.1-12.py37 |
Containerbilder von Gesichtern umarmen
In diesem Abschnitt werden die verfügbaren Container-Images für Hugging Face aufgeführt.
Inferenzcontainer für Textgenerierung
| ML-Framework-Version | Aktuelle Patchversion | Unterstützte Beschleuniger | Ende des Patch- und Supportdatums | Enddatum der Verfügbarkeit | Image-Familienname |
|---|---|---|---|---|---|
| PyTorch 2.1 (Python 3.10) | 2.1.1 | CUDA 12.1 | 4. Okt. 2024 | 4. Okt. 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/huggingface-text-generation-inference-cu121.1-4.ubuntu2204.py310 |
Experimentelle Image-Familien
Die hier nicht aufgeführten Imagefamilien sind experimentell. Experimentelle Image-Familien werden auf Best-Effort-Basis unterstützt und nicht bei jeder neuen Version des Frameworks aktualisiert.
Alle verfügbaren Versionen auflisten
Wenn Sie ein bestimmtes Framework oder eine bestimmte CUDA-Version benötigen, durchsuchen Sie die vollständige Liste der verfügbaren Container-Images. Verwenden Sie den folgenden Befehl im Google Cloud CLI mit Ihrem bevorzugten Terminal oder in Cloud Shell, um alle verfügbaren Deep Learning Container-Images aufzulisten.
gcloud container images list --repository="us-docker.pkg.dev/deeplearning-platform-release/gcr.io"
Lokal verwenden
Deep-Learning-Container können lokal abgerufen und verwendet werden. Weitere Informationen dazu finden Sie unter Erste Schritte mit einem lokalen Deep-Learning-Container.
Nächste Schritte
- In der Übersicht über Deep Learning-Container erfahren Sie, was bei Container-Images vorinstalliert ist.
- Beginnen Sie mit den Deep Learning-Containern, indem Sie die Anleitungen zum Erstellen und Übertragen von Deep-Learning-Container-Images lesen.