Deep Learning Containers 框架支持政策

Deep Learning Containers 发布容器和虚拟机映像,以简化机器学习 (ML) 工作负载的配置。这些映像包含操作系统、机器学习框架、驱动程序和其他库。我们会定期发布新版本的映像,以纳入新的补丁程序、安全更新和功能。Deep Learning Containers 提供的每个映像都支持机器学习框架的特定次要版本。

这可以让您在从一个框架版本迁移到另一个框架版本时更新并测试代码。切换到新的框架版本时,无论是进行重大更新还是次要更新,您都应该全面测试自己的作业和模型。

对于所有服务,请订阅 Deep Learning Containers 版本说明页面,以了解有关容器、映像和框架的新版本公告。

如需查看支持的框架版本的列表,请参阅选择容器映像

共担责任

保护 Deep Learning Containers 上的工作负载是一项共担的责任。虽然 Deep Learning Containers 会定期发布新版本的映像以解决安全漏洞,但您需要负责执行以下任务:

  • 手动升级到最新版本。

  • 确保您正确配置了服务以使用最新版本。

如需了解详情,请参阅共担责任

框架版本的支持政策

在机器学习框架版本的支持期内,我们会定期发布新的映像版本。更新可能包括以下项:

  • 针对支持框架的补丁程序更新。例如,如果我们支持 TensorFlow 2.7,并且 TensorFlow 发布了 2.7.1 以解决错误,则会发布一个新的映像版本。

  • 针对支持框架的安全更新。

  • 对映像上安装的其他软件包和软件的非重大更新。

  • 对已达到支持终止状态的依赖项的更新。例如,如果某个映像安装了 Python 3.7 并且达到支持终止日期,我们将发布新的映像版本。如果依赖项的更改可能是破坏性更改,我们将更新选择容器映像以指明依赖项的更改。

映像版本一旦发布便无法再改变。您应始终使用最新的映像版本,因为旧版本可能存在安全漏洞或其他严重错误。

支持政策时间表

每个框架版本的支持期遵循以下时间表:

  • 停止提供补丁和支持日期:在此日期之后,Deep Learning Containers 将不再为相应框架版本发布新的映像版本。已部署到 Deep Learning Containers 的现有资源仍然可以正常使用。在此日期之后,我们建议您切换到较新的框架版本。

    如需获得 Deep Learning Containers 的问题排查支持,系统可能会要求您升级到支持的时间段内的框架版本。

  • 停用日期:在此日期之后,您将无法再使用此框架版本的映像。服务可能会阻止使用这些映像创建新资源,并且这些映像不再可供下载。

后续步骤