Deep Learning VM で TensorFlow Enterprise を使用する

このページでは、 Deep Learning VM Image の概要と、 Deep Learning VM インスタンス で TensorFlow Enterprise を使い始める方法について説明します。

この例では、TensorFlow Enterprise Deep Learning VM インスタンスを作成し、SSH を使用してインスタンスに接続し、JupyterLab ノートブックを開き、Keras でニューラル ネットワークを使用する分類チュートリアルを実行します。

Deep Learning VM の概要

Deep Learning VM Images は、データ サイエンスと機械学習のタスク用に最適化された仮想マシンイメージのセットです。すべてのイメージには、主要な ML フレームワークとツールがプリインストールされています。GPU を備えたインスタンスでそのまま使用でき、データ処理タスクを高速化できます。

Deep Learning VM Image は、フレームワークとプロセッサの数多くの組み合わせをサポートするために使用できます。現在、TensorFlow Enterprise、TensorFlow、PyTorch、汎用のハイ パフォーマンス コンピューティングをサポートするイメージがあり、それぞれに CPU のみと GPU 対応のワークフロー バージョンがあります。

使用可能なフレームワークのリストについては、イメージの選択 をご覧ください。

始める前に

  1. アカウントにログインします。 Google Cloud を初めて使用する場合は、 アカウントを作成して、実際のシナリオで Google プロダクトのパフォーマンスを評価してください。 Google Cloud新規のお客様には、ワークロードの実行、テスト、デプロイができる無料クレジット $300 分を差し上げます。

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  3. Verify that billing is enabled for your Google Cloud project.

  4. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  5. Verify that billing is enabled for your Google Cloud project.

Deep Learning VM インスタンスを作成する

TensorFlow Enterprise Deep Learning VM インスタンスを作成する手順は次のとおりです。

  1. コンソールの Deep Learning VM Cloud Marketplace ページに移動します。 Google Cloud

    Deep Learning VM Cloud Marketplace ページに移動

  2. [Compute Engine 上で起動] をクリックします。プロジェクト選択ウィンドウが表示されたら、インスタンスを作成するプロジェクトを選択します。Compute Engine を初めて起動する場合は、最初の API 構成プロセスが完了するまで待つ必要があります。

  3. [新しい Deep Learning VM のデプロイ] ページで、デプロイメント名 を入力します。これが仮想マシン名のルートになります。 Compute Engine は、インスタンスの作成時にこの名前に -vm を追加します。

  4. [GPU の数] で [なし] を選択します。このガイドの手順を完了するために GPU は必要ありません。

  5. [フレームワーク] で、[TensorFlow Enterprise 2.3（CUDA 11.0）] を選択します。

  6. この例では、残りの設定はそのままにします。

  7. [デプロイ] をクリックします。

これで Deep Learning VM の最初のインスタンスが作成されました。 インスタンスが作成されると、Deployment Manager が開きます。ここで、Deep Learning VM インスタンスとその他のデプロイを管理できます。

SSH で接続し、ノートブックを開いて分類チュートリアルを実行する

次の手順を完了して、Deep Learning VM インスタンスへの SSH 接続を設定し、JupyterLab ノートブックを開き、Keras でニューラル ネットワークを使用するチュートリアルを実行します。

  1. これらの手順を完了するには、 Cloud Shell を使用するか、 Google Cloud CLI をインストールできる環境を使用します。 gcloud CLI を使用して、インスタンスとやり取りできます。

    • Cloud Shell を使用する場合は、 Google Cloud、 の右上にある [Cloud Shell をアクティブにする] ボタンをクリックします。

      Google Cloud Platform コンソール

    • gcloud CLI を使用する場合は、ローカルマシンに Google Cloud CLI をダウンロードして インストールします。

  2. Cloud Shell またはローカル ターミナル ウィンドウで、次のコマンドを使用してインスタンスへの SSH 接続を作成します。my-project-id、my-zone、 、my-instance-name は、関連情報に置き換えます。

    gcloud compute ssh --project my-project-id --zone my-zone \
  my-instance-name -- -L 8080:localhost:8080

  3. ローカル ブラウザで http://localhost:8080 にアクセスして、インスタンスにデフォルトで含まれている JupyterLab ノートブックにアクセスします。

  4. ノートブックの左側で [tutorials] をダブルクリックしてフォルダを開き、tutorials/tf2_course/01_neural_nets_with_keras.ipynb に移動して開きます。

  5. 実行ボタン をクリックして、チュートリアルのセルを 実行します。

次のステップ