哪个谷歌云平台服务最容易运行Tensorflow?
在进行Udacity深度学习作业时,我遇到了记忆问题。我需要切换到云平台。我以前使用过AWSEC2,但现在我想试试谷歌云平台(GCP)。我需要至少8GB的内存。我知道如何在本地使用docker,但从未在云上尝试过哪个谷歌云平台服务最容易运行Tensorflow?,tensorflow,google-cloud-platform,google-compute-engine,google-cloud-ml,gcp-ai-platform-notebook,Tensorflow,Google Cloud Platform,Google Compute Engine,Google Cloud Ml,Gcp Ai Platform Notebook,在进行Udacity深度学习作业时,我遇到了记忆问题。我需要切换到云平台。我以前使用过AWSEC2,但现在我想试试谷歌云平台(GCP)。我需要至少8GB的内存。我知道如何在本地使用docker,但从未在云上尝试过 在GCP上运行Tensorflow是否有现成的解决方案 如果没有,哪种服务(计算引擎或容器引擎)更容易启动 任何其他提示也将不胜感激 谷歌有一个有限的阿尔法 下面是一个关于在Kubernetes/Google容器引擎上运行TensorFlow的示例 如果这些不是您想要的,那么所有的都应
- -一键式Jupyter实验室环境
- -预安装了ML库的原始虚拟机
- -DLVM映像的容器化版本
- 在计算引擎上手动安装。请参阅下面的说明
gcloud compute machine types List
。您可以更改我在下一个命令中使用的机器类型sudo docker Run-d-p 8888:8888--名称tf b.gcr.io/tensorflow udacity/assignments:0.5.0
(将图像名称更改为所需名称)默认值
网络tcp:8888
IP:8888
。完成了李>
- 为更灵敏的外壳和更多
- “云Shell主目录的内容在所有云Shell会话之间的项目中保持不变,即使在虚拟机终止并重新启动后也是如此”
- 要列出所有可用的图像版本:
gcloud计算图像列表--project google containers
多亏了@user728291、@MattW、@CJCullen和@zain rizvi,今天以测试版的形式向全世界开放。它将TensorFlow作为服务提供,因此您不必管理机器和其他原始资源。作为测试版的一部分,Datalab已经更新,为机器学习提供命令和实用程序。请访问:。我不确定您是否需要继续使用谷歌云平台。如果你能使用其他产品,你可能会节省很多时间和一些钱
如果您使用的是TensorFLow,我建议您使用一个名为。它是专为TesnorFlow设计的,是我所知道的最简单的平台。代码和数据是用git加载的,它们提供了一个python模块,用于在远程机器和本地机器之间自动切换路径。如果您需要,它们还提供一些用于设置分布式计算的锅炉板代码。希望这有帮助 您现在还可以使用预配置的DeepLearning。他们拥有TensorFlow所需的一切。这是一个老问题,但现在有了新的、更简单的选项: 如果你想在Jupyter实验室运行TensorFlow ,这使您可以点击访问预先安装了Tensorflow的Jupyter实验室笔记本(如果愿意,您也可以使用Pytorch、R或其他一些库) 如果您只想使用原始虚拟机 如果您不关心Jupyer Lab,只需要预安装Tensorflow的原始VM,那么您可以使用GCP创建VM。这些DLVM映像为您提供了一个预安装了Tensorflow的VM,如果您愿意,它们都可以使用GPU。(AI平台笔记本电脑在引擎盖下使用这些DLVM图像) 如果你想在你的笔记本电脑和云上运行它 最后,如果您希望能够在个人笔记本电脑和云中运行tensorflow,并且能够舒适地使用Docker,那么您可以使用GCP。它包含与DLVM映像完全相同的设置,但打包为容器,因此您可以在任何地方启动这些映像
额外好处:如果您在笔记本电脑上运行此容器映像,它是100%免费的:DAWS有GPU实例,这应该更适合tensorflow。大约两个数量级。参见clouddatalab@MattW。谢谢你的提示。我一定会考虑它的严重项目。@ USER 728。对于我的用例来说,它似乎有点复杂。我不确定什么可以使它更简单。启用帐户计费、启用应用程序引擎和存储。然后转到DataLabLauncher,它将启动一个google托管的计算实例,您可以通过网页中的Jupyter笔记本访问该实例。只需点击一下云中的tensorflow。在计算引擎6上运行tensorflow的分步说明中,您的ip叫什么?您计算机的ip:)这是否足够,192.168.1.14是我的ip?因为我仍然无法访问…那是你的本地IP。一个友好的建议,如果你不知道192.168是什么,你不应该在云上工作。。。。无论如何,谢谢你。的确,我对计算机网络和防火墙一无所知,但我正计划学习,在没有这些知识的情况下,我已经成功地在AWS EC2实例上运行了IPython笔记本。现在,这一切都是为了Udacity分配的目的,但我想切换到Linux会使事情变得更简单。再次感谢您的时间,它现在是公开测试版:
gcloud compute instances create tf \
--image container-vm \
--zone europe-west1-c \
--machine-type n1-standard-2