发布于: May 31, 2018

Amazon SageMaker 现已进行预先配置,可在 Docker 容器中运行 Chainer,而且现有集成的 Tensorflow 和 Apache MXNet 深度学习框架容器目前也已可用。Chainer 是一种颇受欢迎的深度学习框架,它支持各种神经架构,在这种架构中,以“Define-By-Run”模式对网络进行动态定义。也就是说您可以充分利用网络中的 Python 构造和控制流。为了帮助用户快速开始使用 Chainer,Amazon SageMaker 提供了常用工作流程的示例 Noterbook(例如情绪分析和 MNIST),可通过 Amazon SageMaker 的 Jupyter 控制面板界面轻松访问。

Amazon SageMaker 现在还支持 AWS CloudFormation,因此您可以通过一个模板来描述和预置所有基础设施资源,以自动化且安全的方式在您的组织和帐户中实现标准化配置。

最后,Amazon SageMaker 现已在亚太地区(东京)AWS 区域提供。 

现在,Amazon SageMaker 已在以下 AWS 区域推出 Chainer 集成和 AWS CloudFormation 支持:美国东部(弗吉尼亚北部)、美国东部(俄亥俄)、美国西部(俄勒冈)、欧洲(爱尔兰)和亚太地区(东京)。请参阅该文档,了解在 Amazon SageMaker 算法中使用 Chainer 的更多信息;此外,您还可以阅读该博客文章