Règle de compatibilité du framework Deep Learning VM (original) (raw)

Deep Learning VM Images fournit des conteneurs et des images de machines virtuelles pour simplifier la configuration de vos charges de travail de machine learning (ML). Ces images contiennent le système d'exploitation, les frameworks de ML, les pilotes et d'autres bibliothèques. Nous publions régulièrement de nouvelles versions d'images pour inclure de nouveaux correctifs, des mises à jour de sécurité et des fonctionnalités. Chaque image fournie par Deep Learning VM est compatible avec une version mineure spécifique d'un framework de ML.

Cela vous laisse le temps de mettre à jour et de tester votre code lorsque vous passez d'une version de framework à une autre. Vous devez tester de manière approfondie vos jobs et modèles chaque fois que vous passez à une nouvelle version du framework, qu'il s'agisse d'une mise à jour majeure ou mineure.

Les notes de version de Deep Learning VM sont un journal complet de toutes les modifications, mises à jour et nouvelles fonctionnalités déployées. Elles sont essentielles pour toute personne utilisant ces images afin de se tenir informée des dernières évolutions et de gérer efficacement ses environnements de machine learning. Abonnez-vous à la page Notes de version de Deep Learning VM pour être informé des abandons et des nouvelles versions de vos images et frameworks.

Consultez également la liste des versions de frameworks compatibles.

La sécurisation de vos charges de travail sur Deep Learning VM est une responsabilité partagée. Bien que Deep Learning VM publie régulièrement de nouvelles versions des images pour corriger les failles de sécurité, vous êtes responsable de tâches telles que :

• Mettre à niveau manuellement vers la dernière version.
• Vous devez vous assurer d'avoir correctement configuré vos services de manière à ce qu'ils utilisent la dernière version.

Pour en savoir plus, consultez Responsabilité partagée.

Règles de compatibilité pour les versions de framework

Pendant la période de compatibilité d'une version du framework de ML, nous publierons régulièrement de nouvelles versions d'image. Les mises à jour peuvent inclure les éléments suivants :

• Mises à jour de type correctif pour les frameworks compatibles. Par exemple, si nous prenons en charge TensorFlow 2.7 et que TensorFlow publie la version 2.7.1 pour résoudre les bugs, nous publierons une nouvelle version d'image.
• Mises à jour de sécurité pour les frameworks compatibles.
• Mises à jour non destructives vers d'autres packages et logiciels installés sur l'image.
• Mises à jour des dépendances qui ont atteint la fin de la période de compatibilité. Par exemple, si Python 3.7 est installé sur une image et que celle-ci atteint la date de fin de compatibilité, nous publions une nouvelle version de l'image. Si la modification de la dépendance peut être une modification destructive, nous mettrons à jour la liste de toutes les versions disponibles pour indiquer la modification de la dépendance.

Une fois publiée, une version d'image est immuable et ne change pas. Vous devez toujours utiliser la dernière version d'image, car les versions antérieures peuvent présenter des failles de sécurité ou d'autres bugs critiques.

Calendrier de la politique de compatibilité

Deep Learning VM est compatible avec les images pour une période spécifique. Il s'agit d'une pratique courante dans le secteur, car les composants, y compris certains composants Open Source, doivent être gérés pour garantir la sécurité et les performances. Pour Deep Learning VM, la politique d'assistance s'articule autour de deux dates clés :

• Date de fin de correctif et de compatibilité : après cette date, Deep Learning VM ne publiera plus de nouvelles versions d'image pour cette version spécifique du framework. Cela signifie qu'il n'y aura plus de mises à jour de correctifs, de correctifs de sécurité ni de mises à jour non critiques. Les ressources existantes qui ont été déployées sur Deep Learning VM continueront de fonctionner, mais nous vous recommandons de planifier votre migration vers une version plus récente et compatible du framework.
  Pour bénéficier d'une assistance de dépannage de Deep Learning VM, vous devrez peut-être passer à une version du framework comprise dans la période de compatibilité.
• Date de fin de disponibilité : après cette date, vous ne pourrez plus utiliser d'images pour cette version du framework. Les services peuvent bloquer la création de ressources utilisant ces images, qui ne pourront plus être téléchargées.

Abandon d'images

Lorsque les images atteignent la date de fin de correctif et de fin de compatibilité, elles sont obsolètes. La suppression signifie que ces images ne sont plus visibles publiquement. Nous vous recommandons d'utiliser des images compatibles pour garantir la sécurité et les performances. Toutefois, si vous devez utiliser une image obsolète, consultez Utiliser une image après l'obsolescence.

Étapes suivantes

• Consultez la liste des versions de framework compatibles.