将 TensorFlow 企业版与用户管理的笔记本实例搭配使用

Vertex AI Workbench 用户管理的笔记本已弃用。 我们将很快停止对用户管理的笔记本提供支持服务，并且将移除创建用户管理的笔记本实例的功能。 如需了解服务终止日期，请参阅 Vertex AI 弃用。

本页面简要介绍了 Vertex AI Workbench 用户管理的笔记本 实例 ，并介绍了如何在 用户管理的笔记本实例中开始使用 TensorFlow 企业版。

在此示例中，您将创建一个 TensorFlow 企业版用户管理的笔记本实例，打开一个 JupyterLab 笔记本，并运行一个关于如何将神经网络与 Keras 搭配使用的分类教程。

Vertex AI Workbench 用户管理的笔记本实例概览

利用 Vertex AI Workbench 用户管理的笔记本实例 ，您可以创建和管理预封装了 JupyterLab的深度学习虚拟机 (VM) 实例。

用户管理的笔记本实例中预安装了一套深度学习软件包，包括 TensorFlow 和 PyTorch 框架支持。您可以配置仅限 CPU 的实例或支持 GPU 的实例。

用户管理的笔记本实例受 Google Cloud身份验证和授权功能的保护，并且可以通过用户管理的笔记本实例网址提供。用户管理的笔记本实例还与 GitHub 集成，并且可以与 GitHub 代码库同步。

准备工作

在创建用户管理的笔记本实例之前， 您必须拥有 Google Cloud 项目并为该项目启用 Notebooks API 。

登录您的 Google Cloud 账号。如果您是 Google Cloud的新用户， 请创建一个账号，以便在 真实场景中评估我们产品的性能。新客户还可获享 $300 赠金，用于 运行、测试和部署工作负载。

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

所需的角色

如果您已创建项目，则需要具有项目的 Owner (roles/owner) IAM 角色，该角色可提供所有必需的权限。请跳过此部分，开始创建用户管理的笔记本实例。如果您未自行创建项目，请继续阅读本部分。

如需获得创建 Vertex AI Workbench 用户管理的笔记本实例所需的权限，请让您的管理员为您授予项目的以下 IAM 角色：

• Notebooks Admin (roles/notebooks.admin)
• Service Account User (roles/iam.serviceAccountUser)

如需详细了解如何授予角色，请参阅管理对项目、文件夹和组织的访问权限。

您也可以通过自定义角色或其他预定义角色来获取所需的权限。

创建用户管理的笔记本实例

如需创建默认 TensorFlow 企业版 2.13 用户管理的笔记本实例，请完成以下步骤。

1. 在 Google Cloud 控制台中，前往用户管理的笔记本页面。

   转到“用户管理的笔记本”

2. 点击  新建。

3. 在环境中，选择 TensorFlow 企业版 2.13。

4. 如果您想挂接 GPU，则必须选择挂接 1 个 NVIDIA T4 GPU 选项。 如需调整 GPU 的数量，可以稍后进行调整。如需了解如何调整 GPU 的数量，请参阅更改用户管理的笔记本实例的机器类型并配置 GPU。

5. 点击创建 。

6. Vertex AI Workbench 会自动启动该实例。当实例可供使用时，Vertex AI Workbench 会激活打开 JupyterLab 链接。

打开笔记本

如需打开用户管理的笔记本实例，请完成以下步骤：

1. 在 Google Cloud 控制台中，点击用户管理的笔记本实例名称旁边的打开 JupyterLab。

2. 用户管理的笔记本实例会打开 JupyterLab。

在笔记本实例中运行分类教程

请完成以下步骤，通过运行分类教程来试用新笔记本：

1. 在 JupyterLab  文件浏览器中， 双击 tutorials 文件夹以将其打开，然后 找到并打开 tutorials/keras/basic_classification.ipynb。

   

2. 如需运行教程的单元格，请点击 运行按钮。

后续步骤

• 详细了解 Vertex AI Workbench。
• 开始搭配使用 TensorFlow 企业版与 Deep Learning VM。
• 开始搭配使用 TensorFlow 企业版与 Deep Learning Containers。