Esta página ajuda a escolher a imagem do contentor a usar.
Escolha um tipo de imagem do contentor
Os Deep Learning Containers suportam cada versão da framework com base num horário para minimizar as vulnerabilidades de segurança. Reveja a Política de apoio técnico da framework Deep Learning Containers para compreender as implicações das datas de fim do apoio técnico e fim da disponibilidade.
Cada imagem de contentor fornece um ambiente Python 3 e inclui a framework de ciência de dados selecionada (como PyTorch ou TensorFlow), o Conda, a pilha NVIDIA para imagens de GPU (CUDA, cuDNN, NCCL2) e muitos outros pacotes e ferramentas de apoio. Para encontrar a imagem do contentor adequada, consulte as tabelas abaixo.
Versões base
| Versão do framework de ML | Versão de patch atual | Aceleradores suportados | Data de fim da aplicação de patches e do apoio técnico | Data de fim da disponibilidade | Nome de família da imagem |
|---|---|---|---|---|---|
| Base-cu124 | CUDA 12.4 (Python 3.10) | CUDA 12.4 | 1 de abril de 2025 | 1 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 | 1 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 ML | Versão de patch atual | Aceleradores suportados | Data de fim da aplicação de patches e do apoio técnico | Data de fim da disponibilidade | Nome de família da imagem |
|---|---|---|---|---|---|
| 2.17 (Python 3.10) | 2.17.0 | Apenas 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 | Apenas 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 | Apenas CPU | 14 de novembro de 2024 | 14 de novembro de 2025 | 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 2025 | us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf2-cu121.2-15.py310 |
| 2.14 (Python 3.10) | 2.14.0 | Apenas 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 | Apenas 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 | Apenas 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 | Apenas 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 | Apenas 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 | Apenas 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 | Apenas 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 | Apenas 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 | Apenas 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 | Apenas 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 | Apenas 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 | Apenas 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 ML | Versão de patch atual | Aceleradores suportados | Data de fim da aplicação de patches e do apoio técnico | Data de fim da disponibilidade | Nome de 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 2025 | 30 de janeiro de 2026 | 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 dez. 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 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 de dezembro de 2023 | 8 de dez. 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 contentores do Model Garden
Esta secção apresenta as imagens de contentores do Model Garden disponíveis.
Contentores de inferência de vLLM
| Versão da framework | Versão de patch atual | Aceleradores suportados | Data de fim da aplicação de patches e do apoio técnico | Data de fim da disponibilidade | Nome de 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 suportadas com base no melhor esforço possível e não recebem atualizações em cada novo lançamento da framework.
Indicar todas as versões disponíveis
Se precisar de uma framework ou uma versão do CUDA específica, pesquise a lista completa de imagens de contentores disponíveis. Para listar todas as imagens dos Deep Learning Containers disponíveis, use o seguinte comando na CLI Google Cloud com o seu terminal preferencial ou na Cloud Shell.
gcloud container images list --repository="us-docker.pkg.dev/deeplearning-platform-release/gcr.io"
Usar localmente
Os Deep Learning Containers podem ser extraídos e usados localmente. Para tal, consulte o artigo Começar a usar um contentor de aprendizagem profunda local.
Veja ocorrências de vulnerabilidades
Para ver as ocorrências de vulnerabilidades de uma imagem do Deep Learning Containers, consulte Ver ocorrências através do gcloud.
O que se segue?
- Leia a vista geral dos Deep Learning Containers para saber mais sobre o que está pré-instalado nas imagens de contentores.
- Comece a usar os Deep Learning Containers seguindo os guias de instruções, que fornecem instruções sobre como criar e enviar imagens de contentores de aprendizagem profunda.