執行階段版本清單

AI Platform 會使用執行階段版本指定的映像檔來設定雲端資源,為訓練和預測要求提供服務。本頁面列出執行階段版本及其組成套件。您可以進一步瞭解如何管理及設定執行階段版本

支援的 AI Platform 執行階段版本

AI Platform 支援下列版本:

版本 套件 發佈日期 上次更新時間
1.13 TensorFlow 1.13.1
scikit-learn 0.20.2
XGBoost 0.81

執行階段 1.13 版支援適用於 CPU 和 GPU 的 TensorFlow 1.13.1。這個執行階段版本支援 GPU 訓練,但不支援批次預測或線上預測。

Python 3.5 可用於執行階段 1.13 版的訓練和線上預測作業。執行 Python 3 時,系統會安裝 Python 3 專用的 Ubuntu 套件 (以粗體表示)。

2019 年 3 月 6 日 2018 年 3 月 25 日
1.12 TensorFlow 1.12.2
scikit-learn 0.20.0
XGBoost 0.81

執行階段 1.12 版支援適用於 CPU 和 GPU 的 TensorFlow 1.12.2 (GPU 不支援線上預測)。

Python 3.5 可用於執行階段 1.12 版的訓練和線上預測作業。執行 Python 3 時,系統會安裝 Python 3 專用的 Ubuntu 套件 (以粗體表示)。

2018 年 12 月 19 日 2019 年 5 月 3 日
1.11 TensorFlow 1.11
scikit-learn 0.19.2
XGBoost 0.80

執行階段 1.11 版支援適用於 CPU 和 GPU 的 TensorFlow 1.11.0 (GPU 不支援線上預測)。

Python 3.5 可用於執行階段 1.11 版的訓練和線上預測作業。執行 Python 3 時,系統會安裝 Python 3 專用的 Ubuntu 套件 (以粗體表示)。

2018 年 12 月 19 日
1.10 TensorFlow 1.10
scikit-learn 0.19.2
XGBoost 0.72.1

執行階段 1.10 版支援適用於 CPU 和 GPU 的 TensorFlow 1.10.0 (GPU 不支援線上預測)。

Python 3.5 可用於執行階段 1.10 版的訓練和線上預測作業。執行 Python 3 時,系統會安裝 Python 3 專用的 Ubuntu 套件 (以粗體表示)。

2018 年 8 月 31 日 2018 年 12 月 19 日
1.9 TensorFlow 1.9
scikit-learn 0.19.1
XGBoost 0.72.1

執行階段 1.9 版支援適用於 CPU 和 GPU 的 TensorFlow 1.9.0 (GPU 不支援線上預測)。

Python 3.5 可用於執行階段 1.9 版的訓練和線上預測作業。執行 Python 3 時,系統會安裝 Python 3 專用的 Ubuntu 套件 (以粗體表示)。

2018 年 6 月 27 日 2018 年 12 月 19 日
1.8 TensorFlow 1.8
scikit-learn 0.19.1
XGBoost 0.71

執行階段 1.8 版支援適用於 CPU 和 GPU 的 TensorFlow 1.8.0 (GPU 不支援線上預測)。

Python 3.5 可用於執行階段 1.8 版的訓練和線上預測作業。執行 Python 3 時,系統會安裝 Python 3 專用的 Ubuntu 套件 (以粗體表示)。

google-cloud 套件已取代 gcloudgoogle-cloud-logging 套件,且包含前述這兩個已移除的套件。

2018 年 5 月 8 日 2018 年 12 月 19 日
1.7 TensorFlow 1.7
scikit-learn 0.19.1
XGBoost 0.7.post3

執行階段 1.7 版支援適用於 CPU 和 GPU 的 TensorFlow 1.7.0。

Python 3.5 可用於執行階段 1.7 版的訓練和線上預測作業。執行 Python 3 時,系統會安裝 Python 3 專用的 Ubuntu 套件 (以粗體表示)。

2018 年 4 月 26 日 2018 年 12 月 19 日
1.6 TensorFlow 1.6
scikit-learn 0.19.1
XGBoost 0.7.post3

執行階段 1.6 版支援適用於 CPU 和 GPU 的 TensorFlow 1.6.0。

Python 3.5 可用於執行階段 1.6 版的訓練和線上預測作業。執行 Python 3 時,系統會安裝 Python 3 專用的 Ubuntu 套件 (以粗體表示)。

2018 年 3 月 20 日 2018 年 12 月 19 日
1.5 TensorFlow 1.5
scikit-learn 0.19.1
XGBoost 0.7.post3

執行階段 1.5 版支援適用於 CPU 和 GPU 的 TensorFlow 1.5.0。

Python 3.5 可用於執行階段 1.5 版的訓練和線上預測作業。執行 Python 3 時,系統會安裝 Python 3 專用的 Ubuntu 套件 (以粗體表示)。

2018 年 3 月 13 日 2018 年 12 月 19 日
1.4 TensorFlow 1.4.0 和 1.4.1
scikit-learn 0.18.1
XGBoost 0.6a2

執行階段 1.4 版採用 TensorFlow 1.4.0 進行線上預測作業;採用 1.4.1 進行批次預測和訓練作業。

Python 3.5 可用於執行階段 1.4 版的訓練和線上預測作業。執行 Python 3 時,系統會安裝 Python 3 適用的 Ubuntu 套件 (以粗體表示)。

支援 scikit-learn 和 XGBoost 的最低 AI Platform 執行階段版本為 1.4。

2017 年 12 月 11 日 2018 年 12 月 19 日
1.2 TensorFlow 1.2.0

執行階段 1.2 版採用 Ubuntu 16.04 OS 基本映像檔,而非 1.0 版使用的 Debian Jessie 版本。

2017 年 6 月 27 日
1.0 TensorFlow 1.0.1

這個預設的 AI Platform 執行階段版本是 v1 AI Platform Training and Prediction API 目前支援的版本。

2017 年 3 月 8 日

較舊執行階段版本的支援狀態

新版本發佈後,系統在指定期間內仍會支援較舊的主要和次要執行階段版本。在這段時間內,您可以繼續使用較舊的執行階段版本訓練模型並取得預測資料。超過指定期間後,系統就會停止支援舊的執行階段版本。

執行階段遭取代後的月數 是否可以訓練模型及提供預測資訊
0-12
12+

支援 GPU

支援 GPU 的機器會預先安裝 tensorflow-gpu,這個 TensorFlow Python 套件提供 GPU 支援。

其他機器則會預先安裝標準 tensorflow 套件。

支援 Cloud TPU

您可以使用 AI Platform 執行階段版本 1.11 和 1.12,在 Cloud TPU 上訓練模型。請參閱如何要求 Cloud TPU 配額及如何使用 TPU 訓練模型的說明。

後續步驟

本頁內容對您是否有任何幫助?請提供意見:

傳送您對下列選項的寶貴意見...

這個網頁
TensorFlow 適用的 AI Platform