딥 러닝 VM은 컨테이너 및 가상 머신 이미지를 게시하여 머신러닝(ML) 워크로드의 구성을 간소화합니다. 이러한 이미지에는 운영체제, ML 프레임워크, 드라이버 및 기타 라이브러리가 포함됩니다. Google은 새로운 패치, 보안 업데이트, 기능을 포함하도록 새 버전의 이미지를 정기적으로 게시합니다. 딥 러닝 VM에서 제공하는 각 이미지는 ML 프레임워크의 특정 부 버전을 지원합니다.
이렇게 하면 프레임워크 버전 간에 이동할 때 코드를 업데이트하고 테스트할 수 있습니다. 새 프레임워크 버전으로 전환할 때는 업데이트의 중요도(주 업데이트 또는 부 업데이트)에 상관없이 항상 작업과 모델을 철저히 테스트해야 합니다.
모든 서비스에 대해 딥 러닝 VM 출시 노트 페이지를 구독하여 이미지 및 프레임워크의 새 버전 출시에 대한 알림을 확인하세요.
ML 프레임워크 버전이 지원되는 기간 동안 정기적으로 새 이미지 버전이 게시됩니다. 업데이트에는 다음이 포함될 수 있습니다.
지원되는 프레임워크의 패치 업데이트. 예를 들어 TensorFlow 2.7을 지원하고 버그 처리를 위해 TensorFlow 출시 버전 2.7.1을 지원하는 경우 새로운 이미지 버전이 출시됩니다.
지원되는 프레임워크의 보안 업데이트
이미지에 설치된 다른 패키지 및 소프트웨어와 호환되는 업데이트입니다.
지원 종료에 도달한 종속 항목 업데이트. 예를 들어 Python 3.7이 설치된 이미지가 지원 종료 날짜에 도달하면 새 이미지 버전이 출시됩니다. 종속 항목 변경사항이 브레이킹 체인지일 수 있으면 종속 항목 변경사항을 나타내도록 사용 가능한 모든 버전 목록을 업데이트합니다.
게시된 이미지 버전은 변경할 수 없으며 변경되지 않습니다. 이전 버전에는 보안 취약점 또는 기타 중요한 버그가 있을 수 있으므로 항상 최신 이미지 버전을 사용해야 합니다.
지원 정책 일정
각 프레임워크 버전의 지원 기간은 다음 일정을 따릅니다.
패치 및 지원 종료일: 이 날짜 이후에는 딥 러닝 VM이 더 이상 해당 프레임워크 버전의 새 이미지 버전을 게시하지 않습니다. 딥 러닝 VM에 배포된 기존 리소스는 계속 작동합니다.
이 날짜 이후에는 최신 프레임워크 버전으로 전환하는 것이 좋습니다.
딥 러닝 VM에서 문제 해결 지원을 받으려면 지원되는 기간 내에 있는 프레임워크 버전으로 업그레이드하라는 메시지가 표시될 수 있습니다.
사용 종료 날짜: 이 날짜 이후에는 더 이상 이 프레임워크 버전에 이미지를 사용할 수 없습니다. 서비스에서 이러한 이미지를 사용하여 새 리소스 생성을 차단할 수 있으며, 이미지는 더 이상 다운로드할 수 없습니다.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["이해하기 어려움","hardToUnderstand","thumb-down"],["잘못된 정보 또는 샘플 코드","incorrectInformationOrSampleCode","thumb-down"],["필요한 정보/샘플이 없음","missingTheInformationSamplesINeed","thumb-down"],["번역 문제","translationIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-07-14(UTC)"],[[["\u003cp\u003eDeep Learning VM offers pre-configured containers and virtual machine images equipped with operating systems, ML frameworks, drivers, and libraries, regularly updated for patches, security enhancements, and new features.\u003c/p\u003e\n"],["\u003cp\u003eEach image supports a specific minor version of an ML framework, allowing users to update and test their code when transitioning between versions, emphasizing the need for thorough testing.\u003c/p\u003e\n"],["\u003cp\u003eSecurity for Deep Learning VM is a shared responsibility, requiring users to manually upgrade to the latest image versions and ensure proper service configuration to leverage the latest updates.\u003c/p\u003e\n"],["\u003cp\u003eDeep Learning VM provides ongoing support for ML framework versions through regular image updates, including patch updates, security fixes, non-breaking package updates, and dependency upgrades until the end-of-patch date.\u003c/p\u003e\n"],["\u003cp\u003eAfter the end-of-patch date, new image versions for a framework version will not be published, and after the end-of-availability date, the images will no longer be usable, so staying up-to-date is essential.\u003c/p\u003e\n"]]],[],null,["# Deep Learning VM framework support policy\n\nDeep Learning VM Images provides containers and virtual machine images to simplify the\nconfiguration of your machine learning (ML) workloads. These images contain the\noperating system, the ML frameworks, drivers, and other libraries. We publish\nnew versions of images regularly to include new patches, security updates, and\nfeatures. Each image provided by Deep Learning VM provides support for a\nspecific minor version of an ML framework.\n\nThis allows you time to update and test your code\nwhen moving from one framework version to another. You should always test your\njobs and models thoroughly when switching to a new framework version, regardless\nof whether it's a major or minor update.\n\nThe Deep Learning VM release notes are a comprehensive log of all the\nchanges, updates, and new features that are rolled out. They are essential for\nanyone using these images to stay informed about the latest developments and\nto manage their machine learning environments effectively.\nSubscribe to the [Deep Learning VM release notes](/deep-learning-vm/docs/release-notes) page\nfor announcements about deprecations and new version releases for your images\nand frameworks.\n\nSee also the [list of supported framework versions](/deep-learning-vm/docs/images#supported-frameworks).\n\nShared responsibility\n---------------------\n\nSecuring your workloads on Deep Learning VM is a shared responsibility. While\nDeep Learning VM regularly publishes new versions of images to address\nsecurity vulnerabilities, you are responsible for tasks such as the following:\n\n- Manually upgrading to the latest version.\n\n- Ensuring that you properly configured your services to use the latest version.\n\nFor more information, see [Shared responsibility](/deep-learning-vm/docs/shared-responsibility).\n\nSupport policy for framework versions\n-------------------------------------\n\nDuring the supported period for an ML framework version, we will publish new\nimage versions regularly. The updates may include the following:\n\n- Patch updates for supported frameworks. For example, if we support\n TensorFlow 2.7, and TensorFlow releases\n 2.7.1 to address bugs, we will release a new image version.\n\n- Security updates for supported frameworks.\n\n- Non-breaking updates to other packages and software installed on the image.\n\n- Updates to dependencies that have reached end-of-support. For example, if an\n image has Python 3.7 installed and it reaches the end-of-support date, we\n will release a new image version. If the change in dependency may be a\n breaking change, we will update [List of all available versions](/deep-learning-vm/docs/images#supported-frameworks)\n to indicate the change in the dependency.\n\nOnce published, an image version is immutable and does not change. You should\nalways use the latest image version, as earlier versions may have security\nvulnerabilities or other critical bugs.\n\n### Support policy schedule\n\nDeep Learning VM supports images for a specific window of time. It is\na common practice in the industry since components, including some\nopen source components, have to be managed to ensure security and performance.\nFor Deep Learning VM, the support policy revolves around two key dates:\n\n- **End-of-patch and support date:** After this date, Deep Learning VM\n will no longer publish new image versions for that specific framework version.\n This means no more patch updates, security fixes, or non-breaking updates.\n Existing resources that have been deployed to Deep Learning VM\n will continue to function, but it's recommended to plan your\n migration to a newer, supported framework version.\n\n To receive troubleshooting support from Deep Learning VM, you may be\n asked to upgrade to a framework version that is within the supported\n time period.\n- **End-of-availability date:** After this date, you can no longer use images\n for this framework version. Services may block the creation of new resources\n using these images, and the images will no longer be available for download.\n\n### Image deprecation\n\nWhen images reach the **End-of-patch and support date** , they are deprecated.\nDeprecation means that these images are removed from public visibility and\nit's encouraged to use supported images to help ensure security and performance.\nHowever, if you must use a deprecated image, see [Use an image after\ndeprecation](/deep-learning-vm/docs/images#use-image-after-deprecation).\n\nWhat's next\n-----------\n\n- Review the [list of supported framework versions](/deep-learning-vm/docs/images#supported-frameworks)."]]
