如何从 google python 客户端启动 Google 深度学习 VM?

How to launch a Google Deep learning VM from google python client?

GCP 在他们的云计算平台上有一个可供 运行 使用的深度学习 VM。关于图像的详细信息是 here

因此,我正在使用 google python 客户端来启动我的实例,相关文档可用 here。现在,指定磁盘和引导映像的方式是通过这个 JSON blob:

'disks': [
            {
                'boot': True,
                'autoDelete': True,
                'initializeParams': {
                    'sourceImage': source_disk_image,
                }
            }
        ]

现在 source_disk_image 由某些 public 图片的路径指定,例如:

projects/debian-cloud/global/images/family/debian-9 或这种类型的一些变体。现在,我的问题是如何指定一些市场图像用于我的实例?

我能够在市场上找到深度学习的 SourceImage,对于我正在使用的这个例子 用于深度学习、数据科学和 HPC 的 NVIDIA GPU 云图像

"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"
  1. 从 MarketPlace 部署一个实例
  2. 转到实例并检查 UI
  3. 中的详细信息
  4. 在“启动盘”部分单击映像名称 nvidia-gpu-cloud-image-20190809 它会带你到图像 详情页
  5. 点击描述底部的 REST
  6. 查找 SelfLink 或 SourceDisk 条目

如果您不喜欢使用市场来创建 VM,那么有很多关于所有可用的文档 Google Deep Learning images

他们生活在 deeplearning-platform-release 项目中,因此,例如,我认为(但不确定)您从 linked 的 Marketplace 中引用的默认图像是 projects/deeplearning-platform-release/global/images/tf-1-14-cu100-20191004 但您也可以按家庭拉取它们并只获取最新版本,例如 projects/deeplearning-platform-release/global/images/family/tf-latest-gpu.

gcloud images 命令对于查看给定家庭选择或图像的描述也很有启发性,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'
...

这看起来很像 Marketplace 的描述。

也就是说,看起来 Marketplace 可能在做其他事情(例如,有关于安装特定驱动程序的复选框与选择图像分开)。

我认为@Ernesto 关于在市场之外创建实例,然后通过实例页面底部的 REST link 查看该实例以准确了解其创建方式的提示也是一个很好的建议.但是,在这种情况下,您可能想查看已创建的 disk(不是实例,因为一旦创建它就只引用磁盘资源),单击其余的 link,然后查找 REST 响应的 "sourceImage" 部分。

例如从普通的旧 debian-9 磁盘(我没有 GPU 配额所以我实际上无法创建市场部署):