发布于: Nov 20, 2018
Amazon SageMaker 已经添加了多个针对内置 TensorFlow 和 Chainer 容器的增强功能。这些增强功能让用户能够更方便地运行 TensorFlow 和 Chainer 脚本，同时利用 Amazon SageMaker 提供的功能，包括高性能算法库、托管和分布式训练、自动模型调整、一键式部署和托管服务。
带有 SageMaker 的内置 TensorFlow 1.11 容器现在支持 Python 3，同时继续支持 Python 2。Python 3 提供了针对函数注释、语言改进、Unicode 支持等许多方面的众多改进。此外，使用内置 TensorFlow 1.11 容器进行训练的脚本格式现在类似于在 SageMaker 外使用 TensorFlow 的情形，支持在 SageMaker 和您的基础设施之间无缝移动工作负载。最后，从 SageMaker 中的 TensorFlow 1.11 开始，您现在可以选择将模型部署到专用 TensorFlow 服务容器进行推理。这些容器提供了无代码模型托管选项，支持使用标准 TensorFlow Serving REST API 输入和输出以及简化的 JSON 或 CSV 输入的请求。与同时支持训练和推理的标准 TensorFlow 容器相比，这些专用容器提供更快的启动时间和更高的吞吐量。
Chainer 的 SageMaker 内置容器现在支持 Chainer 5.0。此版本附带了多个增强功能（包括 iDeep 2.0），这是针对经过性能改进的英特尔架构的最新版 Chainer 后端。
目前，在提供 Amazon SageMaker 的所有 AWS 区域中，均支持使用 TensorFlow 增强功能和 Chainer 5.0 。 有关更多信息，请参阅文档。