Règle de compatibilité du framework Deep Learning VM
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Deep Learning VM Images fournit des conteneurs et des images de machines virtuelles pour simplifier la configuration de vos charges de travail de machine learning (ML). Ces images contiennent le système d'exploitation, les frameworks de ML, les pilotes et d'autres bibliothèques. Nous publions régulièrement de nouvelles versions d'images pour inclure de nouveaux correctifs, des mises à jour de sécurité et des fonctionnalités. Chaque image fournie par Deep Learning VM est compatible avec une version mineure spécifique d'un framework de ML.
Cela vous laisse le temps de mettre à jour et de tester votre code lorsque vous passez d'une version de framework à une autre. Vous devez tester de manière approfondie vos jobs et modèles chaque fois que vous passez à une nouvelle version du framework, qu'il s'agisse d'une mise à jour majeure ou mineure.
Les notes de version de Deep Learning VM sont un journal complet de toutes les modifications, mises à jour et nouvelles fonctionnalités déployées. Elles sont essentielles pour toute personne utilisant ces images afin de se tenir informée des dernières évolutions et de gérer efficacement ses environnements de machine learning.
Abonnez-vous à la page Notes de version de Deep Learning VM pour être informé des abandons et des nouvelles versions de vos images et frameworks.
La sécurisation de vos charges de travail sur Deep Learning VM est une responsabilité partagée. Bien que Deep Learning VM publie régulièrement de nouvelles versions des images pour corriger les failles de sécurité, vous êtes responsable de tâches telles que :
Mettre à niveau manuellement vers la dernière version.
Vous devez vous assurer d'avoir correctement configuré vos services de manière à ce qu'ils utilisent la dernière version.
Règles de compatibilité pour les versions de framework
Pendant la période de compatibilité d'une version du framework de ML, nous publierons régulièrement de nouvelles versions d'image. Les mises à jour peuvent inclure les éléments suivants :
Mises à jour de type correctif pour les frameworks compatibles. Par exemple, si nous prenons en charge TensorFlow 2.7 et que TensorFlow publie la version 2.7.1 pour résoudre les bugs, nous publierons une nouvelle version d'image.
Mises à jour de sécurité pour les frameworks compatibles.
Mises à jour non destructives vers d'autres packages et logiciels installés sur l'image.
Mises à jour des dépendances qui ont atteint la fin de la période de compatibilité. Par exemple, si Python 3.7 est installé sur une image et que celle-ci atteint la date de fin de compatibilité, nous publions une nouvelle version de l'image. Si la modification de la dépendance peut être une modification destructive, nous mettrons à jour la liste de toutes les versions disponibles pour indiquer la modification de la dépendance.
Une fois publiée, une version d'image est immuable et ne change pas. Vous devez toujours utiliser la dernière version d'image, car les versions antérieures peuvent présenter des failles de sécurité ou d'autres bugs critiques.
Calendrier de la politique de compatibilité
Deep Learning VM est compatible avec les images pour une période spécifique. Il s'agit d'une pratique courante dans le secteur, car les composants, y compris certains composants Open Source, doivent être gérés pour garantir la sécurité et les performances.
Pour Deep Learning VM, la politique d'assistance s'articule autour de deux dates clés :
Date de fin de correctif et de compatibilité : après cette date, Deep Learning VM ne publiera plus de nouvelles versions d'image pour cette version spécifique du framework.
Cela signifie qu'il n'y aura plus de mises à jour de correctifs, de correctifs de sécurité ni de mises à jour non critiques.
Les ressources existantes qui ont été déployées sur Deep Learning VM continueront de fonctionner, mais nous vous recommandons de planifier votre migration vers une version plus récente et compatible du framework.
Pour bénéficier d'une assistance de dépannage de Deep Learning VM, vous devrez peut-être passer à une version du framework comprise dans la période de compatibilité.
Date de fin de disponibilité : après cette date, vous ne pourrez plus utiliser d'images pour cette version du framework. Les services peuvent bloquer la création de ressources utilisant ces images, qui ne pourront plus être téléchargées.
Abandon d'images
Lorsque les images atteignent la date de fin de correctif et de fin de compatibilité, elles sont obsolètes.
La suppression signifie que ces images ne sont plus visibles publiquement. Nous vous recommandons d'utiliser des images compatibles pour garantir la sécurité et les performances.
Toutefois, si vous devez utiliser une image obsolète, consultez Utiliser une image après l'obsolescence.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/09/04 (UTC).
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Difficile à comprendre","hardToUnderstand","thumb-down"],["Informations ou exemple de code incorrects","incorrectInformationOrSampleCode","thumb-down"],["Il n'y a pas l'information/les exemples dont j'ai besoin","missingTheInformationSamplesINeed","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Autre","otherDown","thumb-down"]],["Dernière mise à jour le 2025/09/04 (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)."]]
