Crea una instancia de VM de aprendizaje profundo de PyTorch

En esta página, se muestra cómo crear una instancia de Deep Learning VM Image de PyTorch con PyTorch y otras herramientas preinstaladas. Puedes crear una instancia de PyTorch desde Cloud Marketplace dentro de la Google Cloud consola o mediante la línea de comandos.

Antes de comenzar

  1. Accede a tu Google Cloud cuenta. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.

  2. 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.

    Go to project selector

  3. Verify that billing is enabled for your Google Cloud project.

  4. 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.

    Go to project selector

  5. Verify that billing is enabled for your Google Cloud project.

  6. Si usas GPU con la VM de aprendizaje profundo, revisa la página de cuotas para asegurarte de tener suficientes GPU disponibles en el proyecto. Si las GPU no están enumeradas en la página de las cuotas o necesitas una cuota de GPU adicional, solicita un aumento de la cuota.

Crea una instancia de VM de Deep Learning de PyTorch desde Cloud Marketplace

Para crear una instancia de VM de aprendizaje profundo de PyTorch desde Cloud Marketplace, completa los siguientes pasos:

  1. Ve a la página Deep Learning VM de Cloud Marketplace en la Google Cloud consola.

    Ir a la página Deep Learning VM de aprendizaje profundo de Cloud Marketplace

  2. Haz clic en Comenzar.

  3. Ingresa el Nombre de la implementación que será la raíz del nombre de tu VM. Compute Engine agrega -vm a este nombre cuando nombras la instancia.

  4. Selecciona una zona.

  5. En Tipo de máquina, selecciona las especificaciones que quieres para tu VM. Obtén más información sobre los tipos de máquinas.

  6. En GPU, selecciona el Tipo de GPU y la Cantidad de GPU. Si no deseas usar las GPU, haz clic en el botón Borrar GPU y avanza al paso 7. Obtén más información sobre GPU.

    1. Selecciona un Tipo de GPU. No todos los tipos de GPU están disponibles en todas las zonas. Encuentra una combinación compatible.
    2. Selecciona la Cantidad de GPU. Cada GPU admite diferentes cantidades de GPU. Encuentra una combinación compatible.

  7. En Framework, selecciona PyTorch 1.8 + fast.ai 2.1 (CUDA 11.0).

  8. Si usas GPU, se requiere un controlador NVIDIA. Puedes instalar el controlador tú mismo o seleccionar Instalar automáticamente el controlador de GPU de NVIDIA en el primer inicio.

  9. Puedes seleccionar Habilitar el acceso a JupyterLab mediante una URL en lugar de SSH (Beta). Habilitar esta función Beta te permite acceder a tu instancia de JupyterLab mediante una URL. Cualquier persona que tenga la función de editor o propietario en su Google Cloud proyecto puede acceder a esta URL. En la actualidad, esta característica solo funciona en Estados Unidos, la Unión Europea y Asia.

  10. Selecciona un tipo de disco de arranque y su tamaño.

  11. Selecciona la configuración de red que desees.

  12. Haga clic en Implementar.

Si eliges instalar los controladores NVIDIA, espera de 3 a 5 minutos para que se complete la instalación.

Después de implementar la VM, la página se actualiza con instrucciones para que puedas acceder a la instancia.

Crea una instancia de VM de aprendizaje profundo de PyTorch desde la línea de comandos

Para usar Google Cloud CLI a fin de crear una nueva instancia de VM de aprendizaje profundo, primero debes instalar y, luego, inicializar Google Cloud CLI:

  1. Descarga y, luego, instala Google Cloud CLI en función de las instrucciones que se indican en Instala Google Cloud CLI.
  2. Inicializa el SDK en función de las instrucciones de Inicializa la CLI de gcloud.

Para usar gcloud en Cloud Shell, primero debes activar Cloud Shell mediante las instrucciones que se proporcionan en Usa Cloud Shell.

Sin GPU

Para crear una instancia de VM de aprendizaje profundo con la familia de imágenes de PyTorch y la CPU más recientes, ingresa esta información en la línea de comandos:

export IMAGE_FAMILY="pytorch-latest-cpu"
export ZONE="us-west1-b"
export INSTANCE_NAME="my-instance"

gcloud compute instances create $INSTANCE_NAME \
  --zone=$ZONE \
  --image-family=$IMAGE_FAMILY \
  --image-project=deeplearning-platform-release

Opciones:

  • --image-family debe ser pytorch-latest-cpu o pytorch-VERSION-cpu (por ejemplo, pytorch-1-13-cpu).

  • --image-project debe ser deeplearning-platform-release

Con una o más GPU

Compute Engine ofrece la opción de agregar una o más GPU a las instancias de tu máquina virtual. Las GPU ofrecen un procesamiento más rápido para muchas tareas complejas de datos y aprendizaje automático. Para obtener más información sobre las GPU, consulta GPU en Compute Engine.

Para crear una instancia de VM de aprendizaje profundo con la familia de imágenes de PyTorch más reciente y una o más GPU adjuntas, ingresa lo siguiente en la línea de comandos:

export IMAGE_FAMILY="pytorch-latest-gpu"
export ZONE="us-west1-b"
export INSTANCE_NAME="my-instance"

gcloud compute instances create $INSTANCE_NAME \
  --zone=$ZONE \
  --image-family=$IMAGE_FAMILY \
  --image-project=deeplearning-platform-release \
  --maintenance-policy=TERMINATE \
  --accelerator="type=nvidia-tesla-v100,count=1" \
  --metadata="install-nvidia-driver=True"

Opciones:

  • --image-family debe ser pytorch-latest-gpu o