Veröffentlicht am: Feb 28, 2018
Die AWS Deep Learning AMIs unterstützen ab sofort Chainer, ein flexibles und intuitives Framework für neurale Netzwerke. Chainer nutzt einen „Define by Run“-Ansatz, der es Entwicklern erlaubt, im laufenden Betrieb die Architektur ihres Deep-Learning-Netzwerks zu definieren. Diese dynamischen Datenflussgraphen sind besonders nützlich bei der Arbeit mit rekurrenten neuronalen Netzwerken (RNN). Eingaben unterschiedlicher Länge sind möglich, wie bei maschineller Verarbeitung natürlicher Sprache. Schauen Sie sich für erste Schritte mit Chainer unser Schritt-für-Schritt-Tutorial an.
Diese Veröffentlichung umfasst zudem PyTorch 0.3.1 und Apache MXNet 1.1 für bessere Leistung, Nutzerfreundlichkeit und Fehlerbehebung. Die AWS Deep Learning-AMIs sind dazu konzipiert, Sie bei der Entwicklung sicherer und skalierbarer Deep-Learning-Anwendungen zu unterstützen. Unser Dokumentationsleitfaden unterstützt Sie bei der Auswahl des richtigen AMI für Ihr Projekt und bietet einen guten Ausgangspunkt für den Einstieg in Deep Learning mit AWS.