Usar TensorFlow Enterprise con VM de aprendizaje profundo

En esta página, se proporciona una breve descripción general de las Deep Learning VM Images y se describe cómo comenzar a usar TensorFlow Enterprise con una instancia de Deep Learning VM.

En este ejemplo, crearás una instancia de VM de aprendizaje profundo de TensorFlow Enterprise, te conectarás a la instancia con SSH, abrirás un notebook de JupyterLab y ejecutarás un instructivo de clasificación sobre el uso de redes neuronales con Keras.

Descripción general de la VM de aprendizaje profundo

Deep Learning VM Image son un conjunto de imágenes de máquina virtual optimizadas para las tareas de ciencia de datos y aprendizaje automático. Todas las imágenes vienen con varias herramientas y frameworks del AA clave preinstalados. Las puedes usar de inmediato en instancias con GPU para acelerar las tareas de procesamiento de datos.

Las imágenes de Deep Learning VM están disponibles para admitir muchas combinaciones de frameworks y procesadores. Por el momento, existen imágenes que son compatibles con TensorFlow Enterprise, TensorFlow, PyTorch y computación genérica de alto rendimiento, con versiones de flujos de trabajo solo usen CPU y que estén habilitados para el uso de GPU.

Para ver una lista de los frameworks disponibles, consulta Elige una imagen.

Antes de comenzar

Accede a tu cuenta de Google Cloud . Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.

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.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

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.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Crea una instancia de VM de aprendizaje profundo

Para crear una instancia de VM de aprendizaje profundo de TensorFlow Enterprise, completa estos pasos:

1. Ve a la página Deep Learning VM de Cloud Marketplace en la Google Cloud consola.

   Ir a la página VM de aprendizaje profundo de Cloud Marketplace

2. Haz clic en Iniciar en Compute Engine. Si ves una ventana de selección de proyecto, elige el proyecto en el que deseas crear la instancia. Si es la primera vez que inicias Compute Engine, debes esperar a que se complete el proceso inicial de configuración de la API.

3. En la página de implementación nueva de VM de aprendizaje profundo, primero debes escribir un Nombre de implementación. Esta será la raíz del nombre de la máquina virtual. Compute Engine agrega -vm a este nombre cuando crea la instancia.

4. En Cantidad de GPU, selecciona Ninguna. No los necesitarás para completar las instrucciones de esta guía.

   Nota: Si planeas usar GPU con tu instancia de TensorFlow Enterprise, consulta la página de cuotas para asegurarte de tener suficientes GPU disponibles en tu proyecto. Si las GPU no están enumeradas en la página de cuotas o si necesitas una cuota de GPU adicional, puedes solicitar un aumento de la cuota. Consulta Solicita cuota adicional en la página Cuotas de recursos de Compute Engine.

5. En Framework, selecciona TensorFlow Enterprise 2.3 (CUDA 11.0).

6. En este ejemplo, puedes dejar el resto de los parámetros de configuración como están.

7. Haz clic en Implementar.

Acabas de crear tu primera instancia de una VM de aprendizaje profundo. Después de crear la instancia, se abrirá Deployment Manager. Aquí puedes administrar tu instancia de VM de aprendizaje profundo y otras implementaciones.

Conéctate con SSH, abre un notebook y ejecuta un instructivo de clasificación

Completa estos pasos para configurar una conexión SSH a tu instancia de VM de aprendizaje profundo, abrir un notebook de JupyterLab y ejecutar un instructivo sobre el uso de redes neuronales con Keras:

1. Para completar estos pasos, puedes usar Cloud Shell o cualquier entorno en el que se pueda instalar Google Cloud CLI. Puedes usar gcloud CLI para interactuar con tu instancia.

   • Si quieres usar Cloud Shell, en Google Cloud, en la esquina superior derecha, haz clic en el botón Activar Cloud Shell.

     

   • Si deseas usar gcloud CLI, descarga e instala Google Cloud CLI en tu máquina local.

2. En Cloud Shell o en una ventana de terminal local, usa el siguiente comando para crear una conexión SSH a tu instancia. Reemplaza my-project-id, my-zone y my-instance-name por la información pertinente.

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

   Nota: Para encontrar el ID de tu proyecto, haz clic en el nombre del proyecto en la parte superior de la Google Cloud consola. Para encontrar tu zona, haz clic en tu instancia en Deployment Manager.

3. En tu navegador local, visita http://localhost:8080 para acceder a un notebook de JupyterLab que se incluye en tu instancia de forma predeterminada.

4. En el notebook, a la izquierda, haz doble clic en tutorials para abrir la carpeta y navega hasta tutorials/tf2_course/01_neural_nets_with_keras.ipynb y ábrelo.

5. Haz clic en el botón de ejecución para ejecutar las celdas del instructivo.

¿Qué sigue?

• Obtén más información sobre la VM de aprendizaje profundo.
• Obtén más información sobre la comunidad de Deep Learning VM, donde puedes debatir y hacer preguntas sobre Deep Learning VM.
• Comienza a usar TensorFlow Enterprise con contenedores de aprendizaje profundo.