哪种Google Cloud Platform服务最适合运行Tensorflow？

Question

在开展Udacity深度学习任务时,我遇到了内存问题.我需要切换到云平台.之前我曾使用AWS EC2,但现在我想尝试使用Google Cloud Platform(GCP).我需要至少8GB的内存.我知道如何在本地使用docker但从未在云上尝试过.

1. 有没有现成的解决方案在GCP上运行Tensorflow？
2. 如果没有,哪个服务(计算引擎或容器引擎)会让它更容易上手？
3. 任何其他提示也不胜感激!

Answer 1

总结答案:

• Datalab
• 云ML
• 在Compute Engine上手动安装.请参阅以下说明.

在计算引擎上运行TensorFlow的分步说明:

1. 创建一个项目
2. 打开Cloud Shell(顶部的按钮)
3. 列出机器类型:gcloud compute machine-types list.您可以更改我在下一个命令中使用的机器类型.
4. 创建一个实例:

gcloud compute instances create tf \
  --image container-vm \
  --zone europe-west1-c \
  --machine-type n1-standard-2

4. 运行sudo docker run -d -p 8888:8888 --name tf b.gcr.io/tensorflow-udacity/assignments:0.5.0(将图像名称更改为所需的名称)
5. 在仪表板中查找您的实例并编辑default网络.
6. 添加防火墙规则以允许您的IP以及协议和端口tcp:8888.
7. 从仪表板中查找实例的外部IP.IP:8888在浏览器上打开.完成!
8. 完成后,删除创建的群集以避免收费.

这就是我做到这一点并且有效的方法.我相信有一种更简单的方法可以做到这一点.

更多资源

您可能有兴趣了解更多信息:

• Google Cloud Shell
• 容器优化的Google计算引擎映像
• Google Cloud SDK可提供更具响应性的shell以及更多内容.

很高兴知道

• "即使在虚拟机终止并重新启动后,您的Cloud Shell主目录的内容仍会在所有Cloud Shell会话之间的项目中保持不变"
• 列出所有可用的图像版本: gcloud compute images list --project google-containers

感谢@ user728291,@ Matatt.和@CJCullen.

Answer 2

Google Cloud Machine Learning今天以Beta格式向全世界开放.它提供TensorFlow作为服务,因此您不必管理机器和其他原始资源.作为Beta版本的一部分,Datalab已经更新,为机器学习提供命令和实用程序.请查看:http://cloud.google.com/ml.