AWS Deep Learning AMI

预配置的环境便于快速构建深度学习应用程序

AWS Deep Learning AMI 可以为机器学习从业人员和研究人员提供基础设施和各种工具,从而加快在云中进行任意规模的深度学习的速度。您可以快速启动预先安装了常见深度学习框架 (如 Apache MXNet 和 Gluon、TensorFlow、Microsoft Cognitive Toolkit、Caffe、Caffe2、Theano、Torch、Pytorch、Chainer 和 Keras) 的 Amazon EC2 实例来训练复杂的自定义 AI 模型、实验新算法或学习新的技能和技巧。

无论您需要 Amazon EC2 GPU 还是 CPU 实例,都无需为 Deep Learning AMI 支付额外费用,您只需为存储和运行应用程序所需的 AWS 资源付费即可。

TensorFlow

云中有 88% 的 TensorFlow 项目都在 AWS 上运行。

Nucleus Research 揭示了深度学习实践者选择 AWS 而非其他云提供商进行深度学习的五大原因。

选择 AWS Deep Learning AMI

即使对于经验丰富的机器学习专业人员,开始深度学习也可能十分耗时和麻烦。我们提供的 AMI 可以满足开发人员的各种需求。为了帮助指导您完成入门流程,还请访问 AMI 选择指南和更多深度学习资源

Conda AMI

对于希望在独立虚拟环境中预先安装深度学习框架 pip 软件包的开发人员,我们提供支持 UbuntuAmazon LinuxWindows 2016 的基于 Conda 的 AMI。

了解有关 Conda AMI 优势的更多信息并开始使用此分步指南。

Base AMI

对于想要从头开始设置私人深度学习引擎存储库或自定义构建深度学习引擎的开发人员,我们提供支持 UbuntuAmazon Linux 的 Base AMI。 

了解有关 Base AMI 优势的更多信息并开始使用此分步指南。

支持深度学习框架

AWS Deep Learning AMI 支持所有允许您定义模型并大规模对其进行训练的常见深度学习框架。AMI 专为 Amazon Linux 和 Ubuntu 而构建,预配置了 Apache MXNet 和 GluonTensorFlow、Microsoft Cognitive Toolkit、Caffe、Caffe2、Theano、Torch、PyTorch、Chainer 和 Keras,让您可以快速大规模部署和运行这些框架。

600x400_TensorFlow_Logo
600x400_mxnet_Logo
gluon-logo
chainer_600x
600x400_Caffe_Logo
600x400_Theano_Logo
pytorch-logo-flat
600x400_keras_Logo
600x400_Microsoft_Cognitive-Toolkit_Logo
600x400_Caffe2_Logo

加快模型训练的速度

为了加快开发和模型训练的速度,AWS Deep Learning AMI 安装了常用的 Python 软件包和 Anaconda 平台,并通过预配置的 CUDA 和 cuDNN 驱动程序以及 Intel 数学核心函数库 (MKL) 来提供最新的 NVIDIA GPU 加速功能。 

GPU 实例

Nvidia

与上一代 Amazon EC2 GPU 计算实例相比,P3 实例的性能最多提高了 14 倍。借助多达 8 个 NVIDIA Tesla V100 GPU,P3 实例可提供高达 1 petaflop 的混合精度、125 teraflop 的单精度和 62 teraflop 的双精度浮点性能。

功能强大的计算

Intel

C5 实例由 3.0 GHz Intel Xeon 可扩展处理器提供支持,并使用 Intel 睿频加速技术来允许单个内核运行速度高达 3.5 GHz。与 C4 实例相比,C5 实例提供了更高的内存与 vCPU 比率,并且性价比提高了 25%,非常适用于要求苛刻的推理应用程序。

Python 软件包

python-logo

AWS Deep Learning AMI 安装了采用 Python 2.7 和 Python 3.5 内核的 Jupyter Notebook 应用程序,还附带常用的 Python 软件包,包括适用于 Python 的 AWS 软件开发工具包。

Anaconda 平台

Anaconda_ForTrademark_HorizontalLarge_white

为了简化软件包的管理和部署,AWS Deep Learning AMI 安装了 Anaconda2 和 Anaconda3 数据科学平台,可以进行大规模数据处理、预测分析和科学计算。

开始使用 AWS 上的深度学习

icon1

注册 AWS 账户

立即访问 AWS 服务
icon2

获得 AWS Deep Learning AMI

为您的项目选择正确的 AMI 和实例类型

icon3

开始使用 AWS 进行构建

按照这些 简单教程开始构建。

用于机器学习的 Amazon SageMaker

详细了解 Amazon SageMaker

Amazon SageMaker 是一项完全托管的服务,可以帮助开发人员和数据科学家快速轻松地构建、训练和部署任何规模的机器学习模型。Amazon SageMaker 消除了通常会阻碍开发人员使用 Machine Learning 的所有障碍。

准备好开始构建了吗?
开始使用 AWS Deep Learning AMI
还有更多问题?
联系我们