Utilizzo delle Deep Learning VM Image e di Deep Learning Containers con Vertex AI

Questa pagina descrive le funzionalità principali di Deep Learning VM e Deep Learning Containers e ti aiuta a capire come utilizzare questi prodotti con Vertex AI.

VM di deep learning

Panoramica

Le immagini di Deep Learning VM sono un insieme di immagini di macchine virtuali ottimizzate per le attività di data science e machine learning. Tutte le immagini sono fornite con framework ML e strumenti chiave preinstallati. Puoi utilizzarli immediatamente su istanze con GPU per accelerare le attività di elaborazione dei dati.

Le immagini VM per il deep learning sono disponibili per supportare molte combinazioni di framework e processore. Al momento sono disponibili immagini che supportano TensorFlow Enterprise, TensorFlow, PyTorch e calcolo generico ad alte prestazioni, con versioni sia per flussi di lavoro solo con CPU sia per flussi di lavoro abilitati per GPU.

Per visualizzare un elenco dei framework disponibili, consulta Scegliere un'immagine.

Per scoprire di più, consulta la documentazione di Deep Learning VM.

Utilizzo di Deep Learning VM

Puoi utilizzare un'istanza VM per il deep learning come parte del tuo lavoro in Vertex AI. Ad esempio, puoi sviluppare un'applicazione da eseguire su un'istanza VM di deep learning per sfruttare la sua funzionalità di elaborazione dei dati ottimizzata. In alternativa, utilizza un'istanza VM per il deep learning come ambiente di sviluppo per un sistema di addestramento distribuito autogestito.

Puoi creare istanze VM di deep learning nella pagina Cloud Marketplace VM di deep learning della console Google Cloud.

Vai alla pagina del marketplace Cloud per VM per il deep learning

Deep Learning Containers

Panoramica

Deep Learning Containers sono un insieme di container Docker con framework, librerie e strumenti di data science chiave preinstallati. Questi container forniscono ambienti coerenti e ottimizzati per le prestazioni che possono aiutarti a realizzare prototipi e implementare rapidamente i flussi di lavoro.

Per scoprire di più, consulta la documentazione di Deep Learning Containers.

Utilizzo di Deep Learning Containers

Puoi utilizzare un'istanza Deep Learning Containers come parte del tuo lavoro in Vertex AI. Ad esempio, i container predefiniti disponibili su Vertex AI sono Deep Learning Containers integrati.

Puoi anche creare il tuo modello Vertex AI come applicazione basata su container personalizzati per facilitarne il deployment in un ambiente coerente ed eseguirlo dove necessario.

Per iniziare a creare il tuo contenitore personalizzato:

  1. Scegli una delle immagini del contenitore disponibili.

  2. Consulta la documentazione di Vertex AI pertinente sui requisiti dei container, ad esempio Container personalizzati per l'addestramento e Requisiti dei container personalizzati per la previsione.

    Tieni conto di questi requisiti e preparati a modificare il contenitore di conseguenza.

  3. Crea un'istanza locale di Deep Learning Containers, assicurandoti di modificare il contenitore in base ai requisiti di Vertex AI.

  4. Esegui il push del container in Artifact Registry.

Passaggi successivi