Virtuelles Maschinen-Image für Ihre nutzerverwaltete Vertex AI Workbench-Notebookinstanz wählen

VM-Image auswählen

Nutzerverwaltete Notebookinstanzen sind Deep Learning VM Image-Instanzen mit aktivierten JupyterLab-Notebookumgebungen, die sofort verwendet werden können. Je nach Framework und Prozessor sind bestimmte nutzerverwaltete Notebook-Images verfügbar. In der folgenden Tabelle finden Sie das gewünschte Image.

Imagefamilie auswählen

Wenn die Instanz eine unterstützte Image-Familie verwenden soll, erstellen Sie eine Instanz, indem Sie auf eine Image-Familie mit -notebooks im Namen verweisen. In der folgenden Tabelle sind die Standardversionen von Imagefamilien aufgeführt, sortiert nach Framework-Typ. Wenn Sie eine bestimmte Framework-Version benötigen, die hier nicht gezeigt wird, finden Sie weitere Informationen unter Alle verfügbaren Versionen auflisten.

Framework Prozessor Image-Familienname(n)
Basis GPU common-cu110-notebooks
common-cu113-notebooks
CPU common-cpu-notebooks
TensorFlow Enterprise GPU tf-ent-2-11-cu113-notebooks
PyTorch GPU pytorch-1-12-cu113-notebooks
R CPU (experimentell) r-4-1-cpu-experimental-notebooks

Betriebssystem auswählen

Debian 10 ist das Standardbetriebssystem für die meisten Frameworks. Ubuntu 20.04-Images sind für einige Frameworks verfügbar. Ubuntu 20.04-Images sind durch die Suffixe -ubuntu-2004 im Image-Familiennamen gekennzeichnet (siehe Alle verfügbaren Versionen auflisten). Debian 9-Images wurden verworfen.

PyTorch- und TensorFlow Enterprise-Image-Familien unterstützen A100-GPU-Beschleuniger.

TensorFlow Enterprise-Images

TensorFlow Enterprise-Imagefamilien bieten eine von Google Cloud optimierte Distribution von TensorFlow. Weitere Informationen zu TensorFlow Enterprise, einschließlich der unterstützten Versionen, finden Sie in der TensorFlow Enterprise-Übersicht.

Experimentelle Images

In der Tabelle der Image-Familien sind die vom Nutzer verwalteten Notebooks-Image-Familien, die experimentell sind, aufgeführt. Experimentelle Images werden auf Best-Effort-Basis unterstützt und werden nicht bei jedem neuen Release des Frameworks automatisch aktualisiert.

Image-Version angeben

Wenn Sie einen Namen einer Image-Familie zum Erstellen einer vom Nutzer verwalteten Notebooks-Instanz verwenden, erhalten Sie das neueste Image dieser Version des Frameworks. Wenn Sie beispielsweise eine nutzerverwaltete Notebookinstanz anhand des Familiennamens tf-ent-1-15-cu110-notebooks erstellen, sieht der spezifische Imagename möglicherweise so aus: tf-ent-1-15-cu110-notebooks-v20201016.

Wenn Sie mehrere nutzerverwaltete Notebookinstanzen erstellen möchten, die auf genau demselben Image basieren, verwenden Sie den Imagenamen anstelle des Imagefamiliennamens.

Führen Sie den folgenden Befehl aus, um den genauen Namen des neuesten Images zu ermitteln. Verwenden Sie dazu die Google Cloud CLI in Ihrem bevorzugten Terminal oder in Cloud Shell. Ersetzen Sie IMAGE_FAMILY durch den Namen der Image-Familie, für die Sie die neueste Versionsnummer ermitteln möchten.

gcloud compute images describe-from-family IMAGE_FAMILY \
    --project deeplearning-platform-release

Suchen Sie in der Ausgabe nach dem Feld name und verwenden Sie diesen Image-Namen, wenn Sie Instanzen erstellen.

Alle verfügbaren Versionen auflisten

Wenn Sie ein bestimmtes Framework, eine CUDA-Version oder ein Betriebssystem benötigen, können Sie in der vollständigen Liste der verfügbaren Images suchen. Verwenden Sie den folgenden Befehl der gcloud CLI, um alle verfügbaren nutzerverwalteten Notebookimages aufzulisten:

gcloud compute images list \
    --project deeplearning-platform-release | grep notebooks

Namen von Image-Familien werden im folgenden Format aufgeführt:

FRAMEWORK-VERSION-CUDA_VERSION(-experimental)-notebooks

  • FRAMEWORK: Zielbibliothek
  • VERSION: Framework-Version
  • CUDA_VERSION: die Version des CUDA-Stacks, sofern vorhanden.

So verwendet beispielsweise ein Image aus der Familie tf-ent-2-8-cu113-notebooks das Framework TensorFlow Enterprise 2.8 und CUDA 11.3.

Nächste Schritte