Deep Learning Container veröffentlicht Container und VM-Images, um die Konfiguration Ihrer ML-Arbeitslasten zu vereinfachen. Diese Images enthalten das Betriebssystem, die ML-Frameworks, Treiber und andere Bibliotheken. Wir veröffentlichen regelmäßig neue Image-Versionen mit neuen Patches, Sicherheitsupdates und Features. Jedes von Deep Learning Container bereitgestellte Image unterstützt eine bestimmte Nebenversion eines ML-Frameworks.
Dadurch haben Sie Zeit, den Code zu aktualisieren und zu testen, wenn Sie von einer Framework-Version zu einer anderen wechseln. Testen Sie die Jobs und Modelle immer gründlich, nachdem Sie auf eine neue Framework-Version umgestellt haben, unabhängig davon, ob es sich um eine Haupt- oder Nebenversion handelt.
Abonnieren Sie für alle Dienste die Seite mit den Deep Learning Container-Versionshinweisen, um Ankündigungen zu neuen Versionsreleases für Ihre Container, Images und Frameworks zu erhalten.
Eine Liste der unterstützten Framework-Versionen finden Sie unter Container-Image auswählen.
Geteilte Verantwortung
Die Sicherung Ihrer Arbeitslasten in Deep Learning Container ist eine geteilte Verantwortung. Obwohl Deep Learning Container regelmäßig neue Image-Versionen veröffentlicht, um Sicherheitslücken zu schließen, sind Sie für Aufgaben wie die folgenden verantwortlich:
Manuelles Upgrade auf die neueste Version.
Prüfen Sie, ob Sie Ihre Dienste ordnungsgemäß für die Verwendung der neuesten Version konfiguriert haben.
Weitere Informationen finden Sie unter Geteilte Verantwortung.
Supportrichtlinie für Framework-Versionen
Während des unterstützten Zeitraums für eine ML-Framework-Version veröffentlichen wir regelmäßig neue Image-Versionen. Die Aktualisierungen können Folgendes enthalten:
Patchupdates für unterstützte Frameworks. Wenn wir beispielsweise TensorFlow 2.7 unterstützen und TensorFlow 2.7.1 veröffentlicht, um Fehler zu beheben, veröffentlichen wir eine neue Image-Version.
Sicherheitsupdates für unterstützte Frameworks.
Abwärtskompatible Aktualisierungen anderer Pakete und Software, die auf dem Image installiert sind.
Updates für Abhängigkeiten, die das Ende des Supports erreicht haben. Wenn beispielsweise für ein Image Python 3.7 installiert ist und das Enddatum des Supports erreicht hat, veröffentlichen wir eine neue Image-Version. Wenn die Änderung der Abhängigkeit eine abwärtskompatible Änderung ist, aktualisieren wir den Abschnitt Container-Image auswählen, um die Änderung in der Abhängigkeit anzugeben.
Nach der Veröffentlichung ist eine Image-Version unveränderlich und bleibt unverändert. Sie sollten immer die neueste Image-Version verwenden, da ältere Versionen Sicherheitslücken oder andere kritische Fehler aufweisen können.
Zeitplan für Supportrichtlinien
Die Supportzeiträume für jede Framework-Version folgen diesem Zeitplan:
Ende des Patch- und Supportdatums: Nach diesem Datum veröffentlicht Deep Learning Container keine neuen Image-Versionen für diese Framework-Version mehr. Vorhandene Ressourcen, die in Deep Learning Container bereitgestellt wurden, funktionieren weiterhin. Nach diesem Datum empfehlen wir, zu einer neueren Framework-Version zu wechseln.
Um Support für die Fehlerbehebung von Deep Learning Container zu erhalten, werden Sie möglicherweise aufgefordert, ein Upgrade auf eine Framework-Version innerhalb des unterstützten Zeitraums durchzuführen.
Ende der Verfügbarkeit: Nach diesem Datum können Sie für diese Framework-Version keine Images mehr verwenden. Dienste können das Erstellen neuer Ressourcen mithilfe dieser Images blockieren. Die Images stehen dann nicht mehr zum Download zur Verfügung.