Veröffentlicht am: Jun 20, 2018
Neben den bereits integrierten Deep-Learning-Frameworks TensorFlow, Apache MXNet und Chainer bietet Amazon SageMaker jetzt eine Vorabkonfiguration für PyTorch. Darüber hinaus unterstützen die vorabkonfigurierten TensorFlow-Container in Amazon SageMaker jetzt die Versionen 1.7 und 1.8.
PyTorch kann jetzt genauso leicht in Amazon SageMaker verwendet werden wie die anderen vordefinierten Deep-Learning-Frameworks. Da PyTorch eng in Python integriert ist, können Sie typische Python-Steuerabläufe in Ihren Netzwerken nutzen. Außerdem unterstützt es dynamische, rechnergestützte Diagramme, die eine flexiblere Verwendung des Arbeitsspeichers ermöglichen und besseren Support für rekursive Berechnungen bieten. Einzelheiten zu PyTorch finden Sie in diesem Blog-Beitrag.
Vordefinierte Container für PyTorch und TensorFlow 1.7 und 1.8 für Amazon SageMaker sind jetzt in den folgenden AWS-Regionen verfügbar: USA Ost (Nord-Virginia), USA Ost (Ohio), USA West (Oregon), EU (Irland) und Asien-Pazifik (Tokio). Weitere Informationen zu PyTorch finden Sie in der Dokumentation.