如何在Google云中设置TensorFlow？

Question

如何在Google云中设置TensorFlow？我了解如何创建Google Compute Engine实例，以及如何在本地运行TensorFlow;并且recent Google blog post表明应该有一种方法来创建Google Compute Engine实例并在云中运行TensorFlow应用程序：

  

机器学习项目可以有多种尺寸，正如我们所见   我们的开源提供TensorFlow，项目通常需要扩展   起来。运行本地解决方案可以最好地处理一些小任务   一个人的桌面，而大规模的应用程序需要两个规模   和托管解决方案的可靠性。 Google Cloud Machine Learning   旨在支持全方位并提供无缝过渡   本地到云环境。

即使我对此有所了解，但鉴于微软Azure提供的竞争平台，有必要设置TensorFlow应用程序（在本地开发并“无缝地”扩展）进入云端，大概是在谷歌云中使用GPU。

例如，我想在我的IDE中本地工作，调整我的项目的功能和代码，在那里运行有限的培训和验证，并定期将代码推送到云以在那里运行（任意）更大的资源，然后保存并下载经过培训的模型。或者甚至更好，只需使用可调资源在云中运行图形（或图形的一部分）。

有没有办法做到这一点;有计划吗？如何在Google云中设置TensorFlow？

Answer 1

这仍然是有限的预览。您可以做的最好的事情就是注册并希望他们选择您参与预览。

https://cloud.google.com/ml/

编辑：CloudML现在处于公开测试阶段，因此任何人都可以在不注册和请求访问的情况下使用它。我们希望你试一试！我们有一个问题标签：google-cloud-ml。

Answer 2

我建议您按照本教程逐步指导您：

https://www.youtube.com/watch?v=N422_CYuzZg

以下是设置帐户等的主要文章。

https://cloud.google.com/solutions/machine-learning-with-financial-time-series-data

Answer 3

如Kubernetes blog所述，您可以在Kubernetes上运行TensorFlow。它链接到＆＃34;一个step-by-step tutorial，它向您展示如何创建TensorFlow服务Docker容器以服务于Inception-v3图像分类模型＆＃34;，您应该能够适应运行自己的TensorFlow工作负载。您可以使用Google Container Engine在Google的云端运行Kubernetes。

或者，正如Aaron所说，您可以尝试注册以便及早访问Google的CloudML产品。

Answer 4

使用TPU加速在Google Cloud Platform上使用TensorFlow的最直接方法之一是使用EXPLAIN命令：

https://cloud.google.com/tpu/docs/quickstart

这将创建您需要的所有内容，并将您登录到VM，从中可以运行TensorFlow程序。

如果要避免使用Google云外壳，这里有更多有关如何从桌面运行ctpu的信息：

https://github.com/tensorflow/tpu/tree/master/tools/ctpu

Answer 5

要按偏好顺序在Google Cloud上运行TensorFlow：

（1）使用Cloud ML Engine。这是一项完全托管的服务，同时支持培训和服务。您可以在CPU，GPU和TPU之间进行选择。

（2）使用深度学习VM，这是一个已安装TensorFlow的Google Compute Engine实例：https://cloud.google.com/deep-learning-vm/docs/-您可以向该实例添加GPU。

（3）在GKE上使用Kubeflow（在Kubernetes上使用TensorFlow）。

Answer 6

根据用例，可以有多种方法。目前，我想到以下两种方法：

1） 选择项目/计算机引擎/虚拟机实例/创建虚拟机实例。 然后转到VM实例，检查实例/单击SSH（需要“ gcloud”）/复制命令并在Cloud Shell中运行。 现在，您位于自己的虚拟机中。在这里安装pip3。安装tensorflow（cpu或gpu版本）。并使用它:)

当前，谷歌云支持tensorflow版本<= 1.4。

如果您对使用tensorflow-gpu == 2.0有兴趣，可以在以下位置使用google Cloud Funcitons： https://cloud.google.com/blog/products/ai-machine-learning/how-to-serve-deep-learning-models-using-tensorflow-2-0-with-cloud-functions

2） 您可以使用Google Cloud AI Platform https://cloud.google.com/ml-engine/docs/packaging-trainer

目前它还支持tensorflow版本<= 1.4。