发布于: Apr 4, 2018
现在，您可以将 TensorFlow 1.6 版和 Apache MXNet 1.1 版与 Amazon SageMaker 结合使用预先构建深度学习框架容器。这些容器现在在GitHub 上开源发布，可下载至您的本地环境，以在部署前进行测试。您现在还可在 Amazon SageMaker 上使用更多实例类型，包括用于训练和托管的所有 Amazon EC2 M5 实例类型、用于笔记本电脑的 11 个实例类型、3 个用于模型训练的实例类型以及 16 个用于模型托管的实例类型。
借助最新版的框架，您可利用诸如 TensorFlow 中的 CPU 的 AVX 指示，以及 MXNet Text API 功能，可用于构建词汇和加载预训练的词汇内嵌。因为开源，TensorFlow 和 MXNet Docker 容器可通过将链接库添加至 Dockerfile、预加载常用的档案和数据集，以及根据需要变更内部配置来进行自定义 。您还可将容器下载到本地环境，使用 Amazon SageMaker Python SDK 测试脚本，然后再部署到 Amazon SageMaker 训练或托管环境，这样可显著加加速调试周期。现在，借助对大型笔记本电脑实例类型的支持，您可以在本地测试大型数据集或运算密集型作业。
Amazon SageMaker 中的这些新功能现已在美国东部（弗吉尼亚北部）、美国东部（俄亥俄）、欧洲（爱尔兰）和美国西部（俄勒冈）等 AWS 区域推出。如需关于 TensorFlow 1.6 和 Apache MXNet 1.1 功能的详细信息，请浏览 GitHub 发行说明，如需如何在本地上使用这些容器的更多详细数据，请浏览 Amazon SageMaker Python SDK 说明文档。如需关于笔记本电脑、训练和托管的新增实例类型的详细信息，请访问 Amazon SageMaker 定价页面。