it-swarm.dev

Qual serviço do Google Cloud Platform é mais fácil para executar o Tensorflow?

Enquanto trabalhava nas tarefas do Udacity Deep Learning, encontrei problemas de memória. Eu preciso mudar para uma plataforma de nuvem. Já trabalhei com o AWS EC2, mas agora gostaria de experimentar o Google Cloud Platform (GCP). Vou precisar de pelo menos 8GB de memória. Eu sei como usar o docker localmente, mas nunca tentei na nuvem.

  1. Existe alguma solução pronta para executar o Tensorflow no GCP?
  2. Caso contrário, qual serviço (Compute Engine ou Container Engine) facilitaria o início?
  3. Qualquer outra dica também é apreciada!
22
Thoran

Resumindo as respostas:

  • Datalab
  • nuvem ML
  • Instalação manual no Compute Engine. Veja as instruções abaixo.

Instruções passo a passo para executar o TensorFlow no Compute Engine:

  1. Crie um projeto
  2. Abra o Cloud Shell (um botão no topo)
  3. Listar tipos de máquinas: gcloud compute machine-types list. Você pode alterar o tipo de máquina que usei no próximo comando.
  4. Crie uma instância:
gcloud compute instances create tf \
  --image container-vm \
  --zone europe-west1-c \
  --machine-type n1-standard-2
  1. Execute Sudo docker run -d -p 8888:8888 --name tf b.gcr.io/tensorflow-udacity/assignments:0.5.0 (altere o nome da imagem para o desejado)
  2. Encontre sua instância na rede painel e edite default.
  3. Adicione uma regra de firewall para permitir seu IP, bem como o protocolo e a porta tcp:8888.
  4. Encontre o IP externo da instância no painel. Abra IP:8888 no seu navegador. Feito!
  5. Quando terminar, exclua o cluster criado para evitar cobranças.

Foi assim que eu fiz e funcionou. Tenho certeza de que há uma maneira mais fácil de fazer isso.

Mais recursos

Você pode estar interessado em aprender mais sobre:

Bom saber

  • "O conteúdo do diretório inicial do Cloud Shell persiste entre os projetos entre todas as sessões do Cloud Shell, mesmo depois que a máquina virtual é encerrada e reiniciada"
  • Para listar todas as versões de imagens disponíveis: gcloud compute images list --project google-containers

Graças a @ user728291, @MattW. e @CJCullen.

20
Thoran

O Google Cloud Machine Learning está aberto para o mundo na forma Beta hoje. Ele fornece o TensorFlow como um serviço para que você não precise gerenciar máquinas e outros recursos brutos. Como parte da versão Beta, o Datalab foi atualizado para fornecer comandos e utilitários para o aprendizado de máquina. Confira em: http://cloud.google.com/ml .

9
Jing Jing Long

O Google tem uma plataforma Cloud ML em um Alpha limitado.

Aqui está um post no blog e um tutorial sobre a execução do TensorFlow no Kubernetes/Google Container Engine.

Se esses não forem o que você deseja, os tutoriais do TensorFlow deverão ser capazes de executar no AWS EC2 ou no Google Compute Engine.

3
CJ Cullen

Agora você também pode usar o DeepLearning images pré-configurado. Eles têm tudo o que é necessário para o TensorFlow.

1
Viacheslav V Kovalevskyi

Não tenho certeza se existe a necessidade de você permanecer na plataforma do Google Cloud. Se você for capaz de usar outros produtos, poderá poupar muito tempo e dinheiro. 

Se você estiver usando o TensorFLow, eu recomendaria uma plataforma chamada TensorPort . É exclusivamente para o TesnorFlow e é a plataforma mais fácil que conheço. O código e os dados são carregados com o git e eles fornecem um módulo python para alternância automática de caminhos entre o remoto e sua máquina local. Eles também fornecem algum código de placa de caldeira para configurar a computação distribuída se você precisar. Espero que isto ajude. 

0
Harrison