このページでは、コマンドラインを使用せずに、Google Cloud コンソール内で Cloud Marketplace から Deep Learning VM Images インスタンスを作成する方法について説明します。
始める前に
- 使用する Deep Learning VM Image を選択します。選択するイメージは、必要なフレームワークとプロセッサの種類によって異なります。
- Deep Learning VM で GPU を使用する場合は、割り当てページでプロジェクトで十分な GPU を使用できることを確認してください。GPU が割り当てページのリストにない場合や、さらに GPU 割り当てが必要な場合には、割り当て量の増加をリクエストしてください。
インスタンスの作成
Google Cloud コンソールの Deep Learning VM Cloud Marketplace ページに移動します。
[Get started] をクリックします。
デプロイ名を入力します。これは、VM 名のルートとして使用されます。Compute Engine は、この名前に
-vmを追加してインスタンス名を設定します。ゾーンを選択
[マシンタイプ] で、VM に必要な仕様を選択します。マシンタイプの詳細。
[GPU] で、[GPU のタイプ] と [GPU の数] を選択します。GPU を使用しない場合は、[GPU を削除] ボタンをクリックして、ステップ 7 に進みます。GPU の詳細をご覧ください。
- GPU のタイプを選択します。すべての GPU タイプがすべてのゾーンで利用できるわけではありません。サポートされている組み合わせを探します。
- [GPU の数] を選択します。選択できる GPU の数は GPU によって異なります。サポートされている組み合わせを探します。
機械学習の [フレームワーク] を選択します。
GPU を使用している場合は、NVIDIA ドライバが必要です。 ドライバは手動でもインストールできますが、[NVIDIA GPU ドライバを自動的にインストールする] を選択することもできます。
[SSH ではなく URL を介して JupyterLab にアクセスする（ベータ版）] を選択することもできます。このベータ機能を有効にすると、URL を使用して JupyterLab インスタンスにアクセスできます。Google Cloud プロジェクトで編集者またはオーナーのロールを持っているユーザーは誰でもこの URL にアクセスできます。現在、この機能は米国、EU、アジアでのみ機能します。
ブートディスクの種類とブートディスクのサイズを選択します。
必要なネットワーク設定を選択します。
[デプロイ] をクリックします。
NVIDIA ドライバのインストールを選択した場合、インストールが完了するまでに 3 ～ 5 分かかります。
VM がデプロイされると、ページが更新され、インスタンスにアクセスする手順が表示されます。
次のステップ
インスタンスへの接続を参照して、新しい Deep Learning VM インスタンスに Google Cloud コンソールまたはコマンドラインから接続する方法を確認する。インスタンス名は、指定したデプロイ名に -vm を付加したものになります。