Menggunakan TensorFlow Enterprise dengan instance notebook yang dikelola pengguna

Halaman ini memberikan ringkasan singkat tentang instance notebook yang dikelola pengguna Vertex AI Workbench dan menjelaskan cara mulai menggunakan TensorFlow Enterprise di instance notebook yang dikelola pengguna.

Dalam contoh ini, Anda akan membuat instance notebook yang dikelola pengguna TensorFlow Enterprise, membuka notebook JupyterLab, dan menjalankan tutorial klasifikasi tentang penggunaan jaringan saraf dengan Keras.

Ringkasan instance notebook Vertex AI Workbench yang dikelola pengguna

Instance notebook Vertex AI Workbench yang dikelola pengguna memungkinkan Anda untuk membuat dan mengelola instance mesin virtual (VM) deep learning dengan JupyterLab bawaan.

Instance notebook yang dikelola pengguna memiliki serangkaian paket deep learning bawaan, termasuk dukungan untuk framework TensorFlow dan PyTorch. Anda dapat mengonfigurasi instance khusus CPU, atau yang mendukung GPU.

Instance notebook yang dikelola pengguna Anda dilindungi oleh autentikasi dan otorisasi Google Cloud serta tersedia menggunakan URL instance notebook yang dikelola pengguna. Instance notebook yang dikelola pengguna juga terintegrasi dengan GitHub dan dapat disinkronkan dengan repositori GitHub.

Sebelum memulai

Sebelum dapat membuat instance notebook yang dikelola pengguna, Anda harus memiliki projectGoogle Cloud dan mengaktifkan Notebooks API untuk project tersebut.
  1. Login ke akun Google Cloud Anda. Jika Anda baru menggunakan Google Cloud, buat akun untuk mengevaluasi performa produk kami dalam skenario dunia nyata. Pelanggan baru juga mendapatkan kredit gratis senilai $300 untuk menjalankan, menguji, dan men-deploy workload.

  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. 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

  5. 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

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

  7. 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

    8.

Peran yang diperlukan

Jika Anda membuat project, Anda memiliki peran IAM Owner (roles/owner) di project, yang mencakup semua izin yang diperlukan. Lewati bagian ini dan mulai buat instance notebook yang dikelola pengguna. Jika Anda tidak membuat project sendiri, lanjutkan di bagian ini.

Untuk mendapatkan izin yang Anda perlukan untuk membuat instance notebook yang dikelola pengguna Vertex AI Workbench, minta administrator untuk memberi Anda peran IAM berikut pada project:

Untuk mengetahui informasi selengkapnya tentang pemberian peran, lihat Mengelola akses ke project, folder, dan organisasi.

Anda mungkin juga bisa mendapatkan izin yang diperlukan melalui peran khusus atau peran bawaan lainnya.

Membuat instance notebook yang dikelola pengguna

Untuk membuat instance notebook yang dikelola pengguna TensorFlow Enterprise 2.13 default, selesaikan langkah-langkah berikut.

  1. Di konsol Google Cloud , buka halaman User-managed notebooks.

    Buka Notebook yang dikelola pengguna

  2. Klik  Buat baru.

  3. Di Environment, pilih TensorFlow Enterprise 2.13.

  4. Jika Anda ingin menyertakan GPU, Anda harus memilih opsi Hubungkan 1 GPU NVIDIA T4. Anda dapat menyesuaikan jumlah GPU nanti jika diperlukan. Untuk mengetahui informasi tentang cara menyesuaikan jumlah GPU, lihat Mengubah jenis mesin dan mengonfigurasi GPU dari instance notebook yang dikelola pengguna.

  5. Klik Create.

  6. Vertex AI Workbench akan otomatis memulai instance. Saat instance siap digunakan, Vertex AI Workbench akan mengaktifkan link Open JupyterLab.

Membuka notebook

Untuk membuka instance notebook yang dikelola pengguna, selesaikan langkah-langkah berikut:

  1. Di konsol Google Cloud , di samping nama instance notebook yang dikelola pengguna, klik Open JupyterLab.

  2. Instance notebook yang dikelola pengguna akan membuka JupyterLab.

Menjalankan tutorial klasifikasi di instance notebook Anda

Selesaikan langkah-langkah berikut untuk mencoba notebook baru Anda dengan menjalankan tutorial klasifikasi:

  1. Di  File Browser JupyterLab, klik dua kali folder tutorials untuk membukanya, lalu buka tutorials/keras/basic_classification.ipynb.

  2. Untuk menjalankan sel tutorial, klik tombol jalankan .

Langkah berikutnya