Veröffentlicht am: Dec 11, 2017

Diese Veröffentlichung der AWS Deep Learning-AMIs unterstützt Apache MXNet 1.0, einschließlich einer neuen Modellbereitstellungsfunktion für MXNet, die Deep Learning-Modelle mit nur wenigen Codezeilen verpackt, ausführt und bereitstellt. Enthalten sind auch eine neue Gradient-Kompressionsfunktion, und ein neuer Modellkonverter, der den neuronalen Netzwerkcode konvertiert, der mit dem Caffe-Framework in den MXNet-Code geschrieben wurde, sodass Entwickler die Skalierbarkeit und Leistung von MXNet leichter nutzen können.  

Die AMIs enthalten darüber hinaus eine verbesserten Framework-Unterstützung für NVIDIA Volta. Sie umfassen PyTorch v0.3.0 und unterstützen NVIDIA CUDA 9 und cuDNN 7 mit einer erheblichen Leistungssteigerung für Schulungsmodelle bei NVIDIA Volta GPUs. Ebenso enthalten sie eine Version von TensorFlow, die aus dem Master erstellt und mit NVIDIA-Prozessoren für die Volta-Unterstützung zusammengeführt wurde. Wir haben auch die Keras 2.0-Unterstützung für die CUDA 9-Version der AWS Deep Learning-AMIs hinzugefügt, um mit TensorFlow als Standard-Backend zu arbeiten. 

Unsere AMI-Auswahlhilfe unterstützt Sie dabei, das richtige AMI für Ihr Deep Learning-Projekt auszuwählen und mit nur einem Klick loszulegen. Wir haben auch viele kurze Tutorials und Entwicklerressourcen bereitgestellt, mit denen Sie die Modellschulung beschleunigen können.