Tensorflow 谷歌人工智能平台：对我必须指定的多个运行时版本感到困惑

从GoogleAI平台培训和预测的培训到预测阶段，有一个运行时版本的概念，我对此有点困惑。启动培训时必须指定运行时版本（请参阅）。以Tensorflow SavedModel格式导出模型时必须指定另一个，创建版本化模型时必须指定另一个

例如。我使用提交了一份培训作业，因此我按照此操作配置了培训作业。在使用时，我的配置文件如下所示：

{
"jobId": "...",
"trainingInput": {
    "runtimeVersion": "2.1",
    "pythonVersion": "3.7",
    "scaleTier": "CUSTOM",
    "masterType": "standard",
    "workerCount": "1",
    "workerType": "cloud_tpu",
    "workerConfig": {
        "tpuTfVersion": "1.15"
    },
    "region": "us-central1",
    "jobDir": "...",
    "pythonModule": "object_detection.model_main_tf2",
    "args": [
        "--model_dir",
        "...",
        "--pipeline_config_path",
        "..."
    ]
  }
}

接下来是导出的我的配置文件：

{
"jobId": "...",
"trainingInput": {
    "runtimeVersion": "2.1",
    "pythonVersion": "3.7",
    "scaleTier": "CUSTOM",
    "masterType": "standard",
    "workerCount": "1",
    "workerType": "standard",
    "region": "us-central1",
    "pythonModule": "object_detection.exporter_main_v2",
    "args": [
        "--input_type",
        "image_tensor",
        "--pipeline_config_path",
        "...",
        "--trained_checkpoint_dir",
        "...",
        "--output_directory",
        "..."
    ]
  }
}

请看，我必须再次指定运行时版本。它是否必须与用于培训作业的运行时版本相同？对于最后一部分，在创建了模型之后，我必须创建一个版本。我的配置文件：

{
"name": "v1",
"description": "version description",
"isDefault": "False",
"deploymentUri": "...",
"createTime": "string",
"runtimeVersion": "2.1",
"machineType": "mls1-c1-m2",
"framework": "TENSORFLOW",
"pythonVersion": "3.7"

}

还是运行时版本。同样的问题：它必须和以前使用的一样吗？或者，用于训练和预测的运行时间会有所不同吗