GCP
拥有可在其云计算平台上运行的深度学习VM。有关图片的详细信息为here
因此,我正在使用google python客户端启动我的实例,有关此文档的信息可用here。现在,一种指定磁盘和启动映像的方法就是通过此JSON blob:
'disks': [
{
'boot': True,
'autoDelete': True,
'initializeParams': {
'sourceImage': source_disk_image,
}
}
]
现在source_disk_image
由一些公共图像的路径指定,例如:
projects/debian-cloud/global/images/family/debian-9
或这种类型的某些变体。现在,我的问题是如何指定用于实例的市场图片?
答案 0 :(得分:1)
我能够找到在市场上找到的深度学习的SourceImage,对于这个示例,我正在使用 用于深度学习,数据科学和HPC的NVIDIA GPU云映像
"name": "nvidia-gpu-cloud-image-20190809",
"selfLink": "projects/nvidia-ngc-public/global/images/nvidia-gpu-cloud-image-20190809",
"sourceDisk": "projects/nvidia-ngc-dev/zones/us-central1-a/disks/chetan-official-base-image"
答案 1 :(得分:1)
如果您不习惯使用市场来创建VM,那么有很多关于所有可用Google Deep Learning images的文档。
它们位于deeplearning-platform-release
项目中,因此,例如,我认为(但不确定)您从链接的市场中引用的默认图像为projects/deeplearning-platform-release/global/images/tf-1-14-cu100-20191004
,但您也可以拉并按家族分类,仅获取最新版本,例如projects/deeplearning-platform-release/global/images/family/tf-latest-gpu
。
gcloud images
命令也很有启发性,可以看到给定的家庭选择或图像的描述,例如:
$ gcloud compute images describe-from-family tf-latest-gpu --project deeplearning-platform-release archiveSizeBytes: '322993843200' creationTimestamp: '2019-10-06T13:57:56.932-07:00' description: "Google, Deep Learning Image: TensorFlow 1.14.0, m36, TensorFlow 1.14.0\ \ with CUDA 10.0 and Intel\xAE MKL-DNN, Intel\xAE MKL." diskSizeGb: '30' ...
看起来很像Marketplace描述。
也就是说,尽管看起来Marketplace可能还在做其他事情(例如,有一些复选框用于安装与选择映像分开的特定驱动程序)。
我认为@Ernesto关于在市场上创建实例,然后通过实例页面底部的REST链接查看该实例以确切地了解其创建方式的技巧也是不错的建议。但是,在这种情况下,您可能要查看创建的 disk (不是实例,因为创建后它仅引用磁盘资源),单击其余链接,然后查找REST响应的“ sourceImage”部分。
例如从常规的旧debian-9磁盘(我没有GPU配额,因此我实际上无法创建市场部署):