仮想マシンイメージを選択する
ユーザー管理ノートブック インスタンスは、有効になっており直ちに使用できる JupyterLab ノートブック環境を備えた Deep Learning VM Image インスタンスです。フレームワークとプロセッサの組み合わせに応じて、特定のユーザー管理のノートブック イメージを使用できます。次の表を確認して、必要なイメージを見つけてください。
イメージ ファミリーを決定する
サポートされているイメージ ファミリーをインスタンスで使用するには、名前に -notebooks
が含まれているイメージ ファミリーを指定して、インスタンスを作成します。次の表に、イメージ ファミリーのデフォルト バージョンの一覧をフレームワーク タイプ別に示します。ここに記載されていない特定のフレームワーク バージョンが必要な場合は、サポートされているフレームワーク バージョンをご覧ください。
フレームワーク | プロセッサ | イメージ ファミリー名 |
---|---|---|
ベース | GPU | common-cu110-notebooks common-cu113-notebooks common-cu118-notebooks common-cu121-notebooks
|
CPU | common-cpu-notebooks |
|
TensorFlow Enterprise | GPU | tf-ent-2-13-cu113-notebooks |
PyTorch | GPU | pytorch-2-2-cu121-notebooks |
R | CPU(試験運用版) | r-4-1-cpu-experimental-notebooks |
オペレーティング システムを選択する
ほとんどのフレームワークで Debian 11 がデフォルト OS です。Ubuntu 20.04 イメージは、一部のフレームワークで使用できます。Ubuntu 20.04 イメージは、イメージ ファミリー名の -ubuntu-2004
サフィックスで表されます(利用可能なすべてのバージョンのリストをご覧ください)。Debian 10 イメージと Debian 9 イメージは非推奨になりました。
PyTorch と TensorFlow Enterprise のイメージ ファミリーは、A100 GPU アクセラレータをサポートしています。
TensorFlow Enterprise イメージ
TensorFlow Enterprise イメージ ファミリーは、Google Cloud 向けに最適化された TensorFlow ディストリビューションを提供します。サポートされているバージョンなど、TensorFlow Enterprise の詳細については、TensorFlow Enterprise の概要をご覧ください。
試験運用版イメージ
イメージ ファミリーの表に、試験運用版のユーザー管理ノートブック イメージ ファミリーを示します。試験運用版のイメージはベスト エフォート ベースでサポートされます。また、フレームワークのリリースに合わせてアップデートされない場合があります。
イメージのバージョンを指定する
イメージ ファミリー名を使用してユーザー管理のノートブック インスタンスを作成すると、そのバージョンのフレームワークの最新イメージが取得されます。たとえば、ファミリー名 tf-ent-2-13-cu113-notebooks
に基づいてユーザー管理のノートブック インスタンスを作成すると、具体的なイメージ名は tf-ent-2-13-cu113-notebooks-v20230716
のようになります。
まったく同じイメージで複数のユーザー管理のノートブック インスタンスを作成するには、イメージ ファミリー名ではなくイメージ名を使用します。
最新のイメージの正確な名前を確認するには、任意のターミナルまたは Cloud Shell で Google Cloud CLI を使用します。IMAGE_FAMILY は、最新のバージョン番号を取得するイメージ ファミリー名に置き換えます。
gcloud compute images describe-from-family IMAGE_FAMILY \ --project deeplearning-platform-release
出力で name
フィールドを探します。インスタンスを作成するときにそのイメージ名を使用します。
サポートされているフレームワーク バージョン
Vertex AI は、セキュリティの脆弱性を最小限に抑えるため、スケジュールに基づいて各フレームワーク バージョンをサポートします。Vertex AI フレームワークのサポート ポリシーを確認して、サポート終了日と利用可能期間に与える影響を確認してください。
特定のフレームワークまたは CUDA バージョンが必要な場合は、次の表をご覧ください。イメージの特定の VERSION_DATE
を確認するには、利用可能なバージョンのリストをご覧ください。
基本バージョン
ML フレームワークのバージョン | 現在のパッチ バージョン | サポートされているアクセラレータ | パッチとサポート終了日 | 有効期間の終了日 | イメージ ファミリー名 |
---|---|---|---|---|---|
Base-CPU(Python 3.10 / Debian 11) | 該当なし | CPU のみ | 2024 年 7 月 1 日 | 2025 年 7 月 1 日 | common-cpu-VERSION_DATE-debian-11 |
Base-cu121(Python 3.10) | CUDA 12.1 | GPU(CUDA 12.1) | 2024 年 2 月 28 日 | 2025 年 2 月 28 日 | common-cu121-VERSION_DATE-debian-11-py310 |
Base-cu118(Python 3.10) | CUDA 11.8 | GPU(CUDA 11.8) | > 2024 年 7 月 1 日 | > 2025 年 7 月 1 日 | common-cu118-VERSION_DATE-debian-11-py310 |
Base-cu113(Python 3.10) | CUDA 11.3 | GPU(CUDA 11.3) | 2024 年 1 月 1 日 | 2025 年 1 月 1 日 | common-cu113-VERSION_DATE-debian-11-py310 |
Base-cu113(Python 3.7) | CUDA 11.3 | GPU(CUDA 11.3) | 2023 年 9 月 18 日 | 2024 年 9 月 18 日 | common-cu113-VERSION_DATE-py37 |
Base-cu110(Python 3.7) | CUDA 11.0 | GPU(CUDA 11.0) | 2023 年 9 月 18 日 | 2024 年 9 月 18 日 | common-cu110-VERSION_DATE-py37 |
Base-CPU(Python 3.7) | 該当なし | CPU のみ | 2023 年 9 月 18 日 | 2024 年 9 月 18 日 | common-cpu-VERSION_DATE-debian-10 |
TensorFlow のバージョン
ML フレームワークのバージョン | 現在のパッチ バージョン | サポートされているアクセラレータ | パッチとサポート終了日 | 有効期間の終了日 | イメージ ファミリー名 |
---|---|---|---|---|---|
2.15(Python 3.10) | 2.15.0 | CPU のみ | 2024 年 11 月 14 日 | 2025 年 11 月 14 日 | tf-2-15-cpu-VERSION_DATE-py310 |
2.15(Python 3.10) | 2.15.0 | GPU(CUDA 12.1) | 2024 年 11 月 14 日 | 2025 年 11 月 14 日 | tf-2-15-cu121-VERSION_DATE-py310 |
2.14(Python 3.10) | 2.14.0 | CPU のみ | 2024 年 9 月 26 日 | 2025 年 9 月 26 日 | tf-2-14-cpu-VERSION_DATE-py310 |
2.14(Python 3.10) | 2.14.0 | GPU(CUDA 11.8) | 2024 年 9 月 26 日 | 2025 年 9 月 26 日 | tf-2-14-cu118-VERSION_DATE-py310 |
2.13(Python 3.10) | 2.13.0 | CPU のみ | 2024 年 7 月 5 日 | 2025 年 7 月 5 日 | tf-2-13-cpu-VERSION_DATE-py310 |
2.13(Python 3.10) | 2.13.0 | GPU(CUDA 11.8) | 2024 年 7 月 5 日 | 2025 年 7 月 5 日 | tf-2-13-cu118-VERSION_DATE-py310 |
2.12(Python 3.10) | 2.12.0 | CPU のみ | 2024 年 6 月 30 日 | 2025 年 6 月 30 日 | tf-2-12-cpu-VERSION_DATE-py310 |
2.12(Python 3.10) | 2.12.0 | GPU(CUDA 11.8) | 2024 年 1 月 18 日 | 2025 年 1 月 18 日 | tf-2-12-cu113-VERSION_DATE-py310 |
2.11(Python 3.10) | 2.11.0 | CPU のみ | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-11-cpu-VERSION_DATE-py310 |
2.11(Python 3.10) | 2.11.0 | GPU(CUDA 11.3) | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-11-cu113-VERSION_DATE-py310 |
2.11 | 2.11.0 | CPU のみ | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-11-cpu-VERSION_DATE-py37 |
2.11 | 2.11.0 | GPU(CUDA 11.3) | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-11-cu113-VERSION_DATE-py37 |
2.10 | 2.10.1 | CPU のみ | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-10-cpu-VERSION_DATE-py37 |
2.10 | 2.10.1 | GPU(CUDA 11.3) | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-10-cu113-VERSION_DATE-py37 |
2.9 | 2.9.3 | CPU のみ | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-9-cpu-VERSION_DATE-py37 |
2.9 | 2.9.3 | GPU(CUDA 11.3) | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-9-cu113-VERSION_DATE-py37 |
2.8 | 2.8.4 | CPU のみ | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-8-cpu-VERSION_DATE-py37 |
2.8 | 2.8.4 | GPU(CUDA 11.3) | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-8-cu113-VERSION_DATE-py37 |
2.6(py39) | 2.6.5 | CPU のみ | 2024 年 8 月 10 日 | 2025 年 8 月 10 日 | tf-2-6-cpu-VERSION_DATE-py39 |
2.6(py39) | 2.6.5 | GPU(CUDA 11.3) | 2024 年 8 月 10 日 | 2025 年 8 月 10 日 | tf-2-6-cu110-VERSION_DATE-py39 |
2.6(py37) | 2.6.5 | CPU のみ | 2023 年 9 月 18 日 | 2024 年 9 月 18 日 | tf-2-6-cpu-VERSION_DATE-py37 |
2.6(py37) | 2.6.5 | GPU(CUDA 11.3) | 2023 年 9 月 18 日 | 2024 年 9 月 18 日 | tf-2-6-cu110-VERSION_DATE-py37 |
2.3 | 2.3.4 | CPU のみ | 2023 年 9 月 1 日 | 2024 年 9 月 1 日 | tf-2-3-cpu |
2.3 | 2.3.4 | GPU(CUDA 11.3) | 2023 年 9 月 1 日 | 2024 年 9 月 1 日 | tf-2-3-cu110-VERSION_DATE |
PyTorch のバージョン
ML フレームワークのバージョン | 現在のパッチ バージョン | サポートされているアクセラレータ | パッチとサポート終了日 | 有効期間の終了日 | イメージ ファミリー名 |
---|---|---|---|---|---|
2.2(Python 3.10) | 2.2.0 | CUDA 12.1 | 2025 年 1 月 30 日 | 2026 年 1 月 30 日 | pytorch-2-2-VERSION_DATE-py310 |
2.1(Python 3.10) | 2.1.0 | CUDA 12.1 | 2024 年 10 月 4 日 | 2025 年 10 月 4 日 | pytorch-2-1-VERSION_DATE-py310 |
2.0(Python 3.10) | 2.0.0 | CUDA 11.8 | 2024 年 3 月 15 日 | 2025 年 3 月 15 日 | pytorch-2-0-VERSION_DATE-py310 |
1.13(Python 3.10) | 1.13.1 | CUDA 11.3 | 2023 年 12 月 8 日 | 2024 年 12 月 8 日 | pytorch-1-13-VERSION_DATE-py310 |
1.13 | 1.13.1 | CUDA 11.3 | 2023 年 12 月 8 日 | 2024 年 12 月 8 日 | pytorch-1-13-VERSION_DATE-py37 |
1.12 | 1.12.1 | CUDA 11.3 | 2023 年 9 月 1 日 | 2024 年 9 月 1 日 | pytorch-1-12-VERSION_DATE-py310 |
gcloud CLI を使用して利用可能なすべてのバージョンを一覧表示する
次の gcloud CLI コマンドを使用すると、使用可能なすべての Vertex AI イメージを一覧表示できます。
gcloud compute images list \ --project deeplearning-platform-release | grep notebooks
イメージ ファミリー名は次の形式で表示されます。
FRAMEWORK-VERSION-CUDA_VERSION(-experimental)-notebooks
FRAMEWORK
: ターゲット ライブラリVERSION
: フレームワークのバージョンCUDA_VERSION
: CUDA スタックのバージョン(存在する場合)。
たとえば、ファミリー tf-ent-2-13-cu113-notebooks
からのイメージには TensorFlow Enterprise 2.13 と CUDA 11.3 があります。
次のステップ
- Google Cloud Console を使用して、デフォルトのプロパティを持つユーザー管理のノートブック インスタンスを作成する
- Google Cloud CLI を使用して、ユーザー管理のノートブック インスタンスを作成する
- Deep Learning VM インスタンスの詳細を確認する