Usar o TensorFlow Enterprise com o Deep Learning VM

Esta página oferece uma breve visão geral das Deep Learning VM Images e descreve como começar a usar o TensorFlow Enterprise com uma instância de Deep Learning VM.

Neste exemplo, você cria uma instância de VM de aprendizado profundo do TensorFlow Enterprise, se conecta a ela usando o SSH, abre um notebook do JupyterLab e executa um tutorial de classificação sobre o uso de redes neurais com o Keras.

Visão geral da VM de aprendizado profundo

O Deep Learning VM Images é um conjunto de imagens de máquina virtual otimizadas para tarefas de ciência de dados e machine learning. Todas essas imagens vêm com os principais frameworks e ferramentas de ML pré-instalados. É possível usá-los imediatamente em instâncias com GPUs para acelerar as tarefas de processamento de dados.

As imagens de VM de aprendizado profundo podem aceitar muitas combinações de framework e processador. Atualmente, há imagens compatíveis com o TensorFlow Enterprise, o TensorFlow, o PyTorch e a computação de alto desempenho genérica, com versões para fluxos de trabalho somente de CPU e ativados para GPU.

Para ver uma lista de frameworks disponíveis, consulte Como escolher uma imagem.

Antes de começar

Faça login na sua Google Cloud conta do. Se você não conhece o Google Cloud, crie uma conta para avaliar o desempenho dos nossos produtos em cenários reais. Clientes novos também recebem US $300 em créditos para executar, testar e implantar cargas de trabalho.

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.

Criar uma instância de VM de aprendizado profundo

Para criar uma instância de VM de aprendizado profundo do TensorFlow Enterprise, siga estas etapas:

1. Acesse a página de VM de aprendizado profundo do Cloud Marketplace no Google Cloud Console.

   Acesse a página do Cloud Marketplace de VM de aprendizado profundo

2. Clique em Iniciar no Compute Engine. Se você vir uma janela de seleção de projeto, escolha o projeto em que quer criar a instância. Se esta é a primeira vez que você inicia o Compute Engine, aguarde o processo inicial de configuração da API.

3. Na página de implantação Nova VM de aprendizado profundo, primeiro digite um nome de implantação. Essa será a raiz do nome da sua máquina virtual. O Compute Engine anexa -vm a esse nome ao criar a instância.

4. Em Número de GPUs, selecione Nenhum. Você não vai precisar delas para concluir as instruções neste guia.

   Observação: se você planeja usar GPUs com sua instância do TensorFlow Enterprise, verifique a página de cotas para garantir que haja GPUs suficientes disponíveis em seu projeto. Se as GPUs não estiverem listadas nessa página ou se você precisar de mais cotas, solicite um aumento de cota. Consulte Como solicitar mais cota na página Cotas de recursos do Compute Engine.

5. Em Framework, selecione TensorFlow Enterprise 2.3 (CUDA 11.0).

6. Neste exemplo, você pode deixar as configurações restantes como estão.

7. Clique em Implantar.

Você acabou de criar sua primeira instância de uma VM de aprendizado profundo. Depois que a instância é criada, o Deployment Manager é aberto. É aqui que você pode gerenciar sua instância de VM de aprendizado profundo e outras implantações.

Conectar com SSH, abrir um notebook e executar um tutorial de classificação

Conclua estas etapas para configurar uma conexão SSH com sua instância de VM de aprendizado profundo, abrir um notebook do JupyterLab e executar um tutorial sobre o uso de redes neurais com o Keras:

1. Para concluir essas etapas, é possível usar o Cloud Shell ou qualquer ambiente em que a Google Cloud CLI possa ser instalada. É possível usar a CLI gcloud para interagir com sua instância.

   • Se você quiser usar o Cloud Shell, em Google Cloud, no canto superior direito, clique no botão Ativar o Cloud Shell.

     

   • Se você quiser usar a CLI gcloud, faça o download e instale a Google Cloud CLI na sua máquina local.

2. No Cloud Shell ou em uma janela de terminal local, use o comando a seguir para criar uma conexão SSH com sua instância. Substitua my-project-id, my-zone, e my-instance-name pelas informações relevantes.

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

   Observação: para encontrar o ID do projeto, clique no nome do projeto na parte de cima do Console. Google Cloud Para encontrar sua zona, clique na instância no Deployment Manager.

3. No navegador local, acesse http://localhost:8080 para acessar um notebook do JupyterLab incluído na instância por padrão.

4. No notebook, à esquerda, clique duas vezes em tutorials para abrir a pasta e navegue até tutorials/tf2_course/01_neural_nets_with_keras.ipynb e abra-o.

5. Clique no botão de execução para executar as células do tutorial.

A seguir

• Saiba mais sobre a VM de aprendizado profundo.
• Saiba mais sobre a comunidade de VM de aprendizado profundo, onde você pode discutir e fazer perguntas sobre a VM de aprendizado profundo.
• Comece a usar o TensorFlow Enterprise com o Deep Learning Containers.