Usar o TensorFlow Enterprise com uma instância de notebooks gerenciados pelo usuário

Esta página oferece uma breve visão geral das instâncias de notebooks gerenciados pelo usuário do Vertex AI Workbench e descreve como começar a usar o TensorFlow Enterprise em uma instância de notebooks gerenciados pelo usuário.

Neste exemplo, você cria uma instância de notebooks gerenciados pelo usuário do TensorFlow Enterprise, abre um notebook do JupyterLab e executa um tutorial de classificação sobre o uso de redes neurais com o Keras.

Visão geral das instâncias de notebooks gerenciados pelo usuário do Vertex AI Workbench

As instâncias de notebooks gerenciados pelo usuário do Vertex AI Workbench permitem criar e gerenciar instâncias de máquina virtual (VM) de aprendizado profundo pré-empacotadas com JupyterLab.

As instâncias de notebooks gerenciados pelo usuário têm um conjunto pré-instalado de pacotes de aprendizado profundo, incluindo suporte para os frameworks do TensorFlow e do PyTorch. É possível configurar instâncias ativadas para GPU ou somente CPU.

Suas instâncias de notebooks gerenciados pelo usuário são protegidas por Google Cloud autenticação e autorização e estão disponíveis usando um URL de instância de notebooks gerenciados pelo usuário. As instâncias de notebooks gerenciados pelo usuário também são integradas ao GitHub (em inglês) e fazem sincronia com repositórios dessa plataforma.

Antes de começar

Antes de criar uma instância de notebooks gerenciados pelo usuário, é necessário ter um Google Cloud projeto e ativar a API Notebooks para esse projeto.
  1. Faça login na sua Google Cloud conta do. Se você começou a usar o Google Cloud, crie uma conta para avaliar o desempenho dos nossos produtos em situações reais. Clientes novos também recebem US $300 em créditos para executar, testar e implantar cargas de trabalho.

  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.

Funções exigidas

Caso tenha criado o projeto, você terá o papel do IAM de Proprietário (roles/owner) no projeto, que inclui todas as permissões necessárias. Pule esta seção e comece a criar sua instância de notebooks gerenciados pelo usuário. Se você não criou o projeto, continue nesta seção.

Para receber as permissões necessárias para criar uma instância de notebooks gerenciados pelo usuário do Vertex AI Workbench, peça ao administrador para conceder a você os seguintes papéis do IAM no projeto:

Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.

Também é possível conseguir as permissões necessárias usando personalizados papéis ou outros predefinidos papéis.

Criar uma instância de notebooks gerenciados pelo usuário

Para criar uma instância de notebooks gerenciados pelo usuário do TensorFlow Enterprise 2.13 padrão, siga estas etapas.

  1. Noconsole, acesse a página Notebooks gerenciados. Google Cloud

    Acesse Notebooks gerenciados pelo usuário

  2. Clique em  Criar novo.

  3. Em Ambiente, selecione TensorFlow Enterprise 2.13.

  4. Se você quiser incluir uma GPU, selecione a opção Anexar 1 GPU NVIDIA T4. É possível ajustar o número de GPUs posteriormente, se necessário. Para mais informações sobre como ajustar o número de GPUs, consulte Alterar o tipo de máquina e configurar GPUs de uma instância de notebooks gerenciados pelo usuário.

  5. Clique em Criar.

  6. O Vertex AI Workbench inicia automaticamente a instância. Quando a instância estiver pronta para uso, o Vertex AI Workbench ativa um link Abrir JupyterLab.

Abrir o notebook

Para abrir uma instância de notebooks gerenciado pelo usuário, conclua estas etapas:

  1. Noconsole, ao lado do nome da instância de notebooks gerenciados pelo usuário, clique em Abrir JupyterLab. Google Cloud

  2. Sua instância de notebooks gerenciados pelo usuário abre o JupyterLab.

Executar um tutorial de classificação na instância do notebook

Conclua estas etapas para testar seu novo notebook executando um tutorial de classificação:

  1. Na pasta Navegador de arquivos do JupyterLab , clique duas vezes na pasta tutoriais para abri-la e navegue até tutorials/keras/basic_classification.ipynb e abra-o.

  2. Para executar as células do tutorial, clique no  botão "Executar".

A seguir