选择虚拟机映像

用户管理的笔记本实例是已启用 JupyterLab 笔记本环境且已可供使用的 Deep Learning VM Image 实例。您可以针对自己所选择的框架和处理器使用特定的用户管理的笔记本映像。如需查找所需的映像，请参阅下表。

确定映像系列

如需确保实例使用受支持的映像系列，请通过引用名称中包含 -notebooks 的映像系列来创建实例。下表按框架类型列出了映像系列的默认版本。 如果您需要此处未显示的特定框架版本，请参阅列出所有可用的版本。

框架 处理器 映像系列名称
基本 GPU common-cu110-notebooks
common-cu113-notebooks
CPU common-cpu-notebooks
TensorFlow 企业版 2.x GPU tf2-ent-2-1-cu110-notebooks
tf2-ent-2-3-cu110-notebooks
tf2-ent-2-6-cu110-notebooks
tf2-ent-2-7-cu113-notebooks
TensorFlow 企业版 1.x GPU tf-ent-1-15-cu110-notebooks
PyTorch GPU pytorch-1-10-cu110-notebooks
PyTorch XLA TPU/GPU/CPU（实验性） pytorch-1-10-xla-notebooks
R CPU（实验性） r-4-1-cpu-experimental-notebooks
RAPIDS GPU（实验性） rapids-0-18-gpu-experimental-notebooks
已弃用的笔记本映像 混合 common-cu100-notebooks
common-cu101-notebooks
tf2-2-0-cu100-notebooks
tf2-2-2-cu101-notebooks
tf2-2-4-cu110-notebooks
tf2-ent-2-5-cu110-notebooks
tf-1-13-cu100-notebooks
tf-1-14-cu100-notebooks
pytorch-1-1-cu100-notebooks
pytorch-1-2-cu100-notebooks
pytorch-1-3-cu100-notebooks
pytorch-1-4-cu101-notebooks
pytorch-1-6-cu110-notebooks
pytorch-1-7-cu110-notebooks
pytorch-1-8-cu110-notebooks
pytorch-1-9-cu110-notebooks
pytorch-1-6-xla-notebooks
pytorch-1-7-xla-notebooks
pytorch-1-8-xla-notebooks
pytorch-1-9-xla-notebooks
r-3-5-cpu-experimental-notebooks
r-3-6-cpu-experimental-notebooks
rapids-0-7-gpu-experimental-notebooks
rapids-0-12-gpu-experimental-notebooks

选择操作系统

Debian 10 是大多数框架的默认操作系统。Ubuntu 20.04 映像可用于某些框架。Ubuntu 20.04 映像由映像系列名称中的 -ubuntu-2004 后缀表示（请参阅列出所有可用的版本）。Debian 9 映像已弃用。

PyTorch 和 TensorFlow 企业版映像系列均支持 A100 GPU 加速器。

TensorFlow 企业版映像

TensorFlow 企业版映像系列为您提供了经过 Google Cloud 优化的 TensorFlow 发行版，TensorFlow 企业版发行版的特定版本还提供长期版本支持。如需详细了解 TensorFlow 企业版，请参阅 TensorFlow 企业版概览。

为了帮助您选择具有所需 TensorFlow 或 TensorFlow 企业版版本的映像，下表显示了可用的 TensorFlow 映像：

TensorFlow 或
TensorFlow 企业版的版本		 处理器 映像系列名称 长期版本支持
TensorFlow 企业版 2.7 GPU tf2-ent-2-7-cu113-notebooks 未包含
TensorFlow 企业版 2.6 GPU tf2-ent-2-6-cu110-notebooks 已包含
TensorFlow 企业版 2.5 GPU tf2-ent-2-5-cu110-notebooks 未包含
TensorFlow 2.4 GPU tf2-2-4-cu110-notebooks 未包含
TensorFlow 企业版 2.3 GPU tf2-ent-2-3-cu110-notebooks 已包含
TensorFlow 2.2 GPU tf2-2-2-cu101-notebooks 未包含
TensorFlow 企业版 2.1 GPU tf2-ent-2-1-cu110-notebooks 已包含
TensorFlow 2.0 GPU tf2-2-0-cu100-notebooks 未包含
TensorFlow 企业版 1.15 GPU tf-ent-1-15-cu110-notebooks 已包含
TensorFlow 1.14 GPU tf-1-14-cu100-notebooks 未包含
TensorFlow 1.13 GPU tf-1-13-cu100-notebooks 未包含

实验映像

映像系列表显示了实验性用户管理的笔记本映像系列。实验性映像受到了最大程度的支持，并且在框架每次发布新版本时可能不会刷新。

指定映像版本

使用映像系列名称创建用户管理的笔记本实例时，您将获得该版本框架的最新映像。例如，如果您根据系列名称 tf-ent-1-15-cu110-notebooks 创建用户管理的笔记本实例，则特定映像名称可能类似于 tf-ent-1-15-cu110-notebooks-v20201016。

如需根据完全相同的映像创建多个用户管理的笔记本实例，请使用映像名称而不是映像系列名称。

要确定最新映像的确切名称，请在首选终端或 Cloud Shell 中使用 gcloud 命令行工具运行以下命令。将 IMAGE_FAMILY 替换为您要获取其最新版本号的映像系列名称。

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

在输出中，查找 name 字段，并在创建实例时使用该映像名称。

列出所有可用的版本

如果您需要特定框架、CUDA 版本或操作系统，您可以搜索可用映像的完整列表。如需列出所有可用的用户管理的笔记本映像，请运行以下 gcloud 工具命令：

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

映像系列名称采用以下格式列出：

FRAMEWORK-VERSION-CUDA_VERSION(-experimental)-notebooks

  • FRAMEWORK：目标库
  • VERSION：框架版本
  • CUDA_VERSION：CUDA 堆栈（如果存在）的版本。

例如，来自 tf2-ent-2-3-cu110-notebooks 系列的映像具有 TensorFlow 企业版 2.3 和 CUDA 11.0。

后续步骤