Utiliser TensorFlow Enterprise avec une instance de notebooks gérés par l'utilisateur

Les notebooks gérés par l'utilisateur Vertex AI Workbench sont obsolètes. Ils ne seront bientôt plus pris en charge et il ne sera plus possible de créer des instances de notebooks gérés par l'utilisateur. Pour connaître la date de fin de disponibilité, consultez Obsolescence de Vertex AI.

Cette page présente brièvement les instances de notebooks gérés par l'utilisateur Vertex AI Workbench et explique comment commencer à utiliser TensorFlow Enterprise dans une instance de notebooks gérés par l'utilisateur.

Dans cet exemple, vous allez créer une instance de notebooks gérés par l'utilisateur TensorFlow Enterprise, ouvrir un notebook JupyterLab et exécuter un tutoriel de classification sur l'utilisation de réseaux neuronaux avec Keras.

Présentation des instances de notebooks gérés par l'utilisateur Vertex AI Workbench

Les instances de notebooks gérés par l'utilisateur Vertex AI Workbench vous permettent de créer et de gérer des instances de machine virtuelle (VM) de deep learning préinstallées avec JupyterLab.

Les notebooks gérés par l'utilisateur disposent d'une suite préinstallée de packages de deep learning, assurant la compatibilité avec les frameworks TensorFlow et PyTorch. Vous pouvez configurer des instances reposant uniquement sur le processeur ou des instances utilisant un ou plusieurs GPU.

Vos instances de notebooks gérés par l'utilisateur sont protégées par Google Cloud l'authentification et l'autorisation, et sont disponibles via une URL d'instance de notebooks gérés par l'utilisateur. Les instances de notebooks gérés par l'utilisateur s'intègrent également à GitHub et peuvent être synchronisées avec un dépôt GitHub.

Avant de commencer

Pour pouvoir créer une instance de notebooks gérés par l'utilisateur, vous devez disposer d'un Google Cloud projet et activer l'API Notebooks pour ce projet.

Connectez-vous à votre Google Cloud compte. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $de crédits sans frais pour exécuter, tester et déployer des charges de travail.

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.

Enable the Notebooks API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

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.

Enable the Notebooks API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

Rôles requis

Si vous avez créé le projet, vous disposez du rôle IAM Propriétaire (roles/owner) sur le projet, qui inclut toutes les autorisations requises. Ignorez cette section et commencez à créer votre instance de notebooks gérés par l'utilisateur. Si vous n'avez pas créé le projet, poursuivez cette section.

Pour obtenir les autorisations nécessaires pour créer une instance de notebooks gérés par l'utilisateur Vertex AI Workbench, demandez à votre administrateur de vous accorder les rôles IAM suivants sur le projet :

• Administrateur de notebooks (roles/notebooks.admin)
• Utilisateur du compte de service(roles/iam.serviceAccountUser)

Pour en savoir plus sur l'attribution de rôles, consultez Gérer l'accès aux projets, aux dossiers et aux organisations.

Vous pouvez également obtenir les autorisations requises avec des rôles personnalisés ou d'autres rôles prédéfinis.

Créer une instance de notebooks gérés par l'utilisateur

Pour créer une instance de notebooks gérés par l'utilisateur TensorFlow Enterprise 2.13 par défaut, procédez comme suit :

1. Dans la Google Cloud console, accédez à la page Notebooks gérés par l'utilisateur.

   Accéder à la page Notebooks gérés par l'utilisateur

2. Cliquez sur  Créer.

3. Dans Environnement, sélectionnez TensorFlow Enterprise 2.13.

4. Si vous souhaitez inclure un GPU, vous devez sélectionner l'option Associer un GPU NVIDIA T4. Vous pouvez ajuster le nombre de GPU ultérieurement si nécessaire. Pour en savoir plus sur l'ajustement du nombre de GPU, consultez la page Modifier le type de machine et configurer les GPU d'une instance de notebook gérée par l'utilisateur.

5. Cliquez sur Créer.

6. Vertex AI Workbench démarre automatiquement l'instance. Lorsque l'instance est prête à l'emploi, Vertex AI Workbench active un lien Ouvrir JupyterLab.

Ouvrir le notebook

Pour ouvrir une instance de notebooks gérés par l'utilisateur, procédez comme suit :

1. Dans la console Google Cloud , à côté du nom de votre instance de notebooks gérés par l'utilisateur, cliquez sur Ouvrir JupyterLab.

2. Votre instance de notebooks gérés par l'utilisateur ouvre JupyterLab.

Exécuter un tutoriel de classification dans votre instance de notebook

Procédez comme suit pour tester votre nouveau notebook en exécutant un tutoriel de classification :

1. Dans l'explorateur de fichiers JupyterLab  File Browser, double-cliquez sur le dossier tutorials (tutoriels) pour l'ouvrir, puis accédez à tutorials/keras/basic_classification.ipynb et ouvrez-le.

   

2. Pour exécuter les cellules du tutoriel, cliquez sur le  bouton Exécuter.

Étape suivante

• Apprenez-en plus sur Vertex AI Workbench.
• Commencez à utiliser TensorFlow Enterprise avec une VM de deep learning.
• Commencez à utiliser TensorFlow Enterprise avec des conteneurs de deep learning.