AWS Deep Learning AMI 中的新功能：经过优化的 TensorFlow 1.11、Chainer 4.5、Keras 2.2.4 和 Theano 1.0.3

适用于 Ubuntu 和 Amazon Linux 的 AWS Deep Learning AMI 现在提供优化版 TensorFlow 1.11、Chainer 4.5、Keras 2.2.4 和 Theano 1.0.3。

借助经过优化的 TensorFlow 1.11 加快训练速度

Deep Learning AMI 现在配备了 TensorFlow 1.11 的优化版本，专为加快 Amazon EC2 C5 和 P3 实例上的深度学习应用程序的运行速度量身定制。对于 Amazon EC2 C5 实例，Deep Learning AMI 部署了使用 Intel Advanced Vector Extensions（AVX 指令集）构建的计算优化型 TensorFlow，以提高向量和浮点运算的性能。AMI 还经过预先配置，可利用 Intel Math Kernel Library for Deep Neural Networks (MKL-DNN)。在 c5.18xlarge 实例类型上使用我们的优化版 TensorFlow 1.11 通过合成 ImageNet 数据集训练 ResNet-50 基准的速度比在普通 TensorFlow 1.11 二进制文件上训练的速度要快 11 倍。

对于 Amazon EC2 P3 实例，Deep Learning AMI 部署了一个预先配置有最新 NVIDIA CUDA 9.0 和 cuDNN 7.3.1 的 TensorFlow 版本，以利用 Volta V100 GPU 的混合精度浮点计算功能。当您首次激活该框架的虚拟环境时，Deep Learning AMI 会自动部署针对您选择的 EC2 实例进行了优化的框架版本。

此外，AWS Deep Learning AMI 还支持 PyTorch 和 Apache MXNet 等常见框架，所有这些都已预先安装好并进行了完善配置，让您在几分钟内即可开始开发深度学习模型，同时充分利用 Amazon EC2 实例的计算能力。如需 AWS Deep Learning AMI 支持的框架和版本的完整列表，请查看发行说明。

要快速开始使用 AWS Deep Learning AMI，请参阅开发人员指南中的入门指南和初级到高级教程。您还可以订阅我们的开发论坛，以获取发布公告并提出您的问题。