Veröffentlicht am: Aug 27, 2018
Die AWS Deep Learning-AMIs für Ubuntu und Amazon Linux kommen jetzt mit neueren Versionen der folgenden Deep Learning-Frameworks und -Schnittstellen: TensorFlow 1.10 optimiert für AWS für höhere Leistung, Horovod 0.13.11 mit OpenMPI 3.1.0 optimiert für verteiltes Multi-GPU TensorFlow-Training auf Amazon EC2 P3-Instances, PyTorch mit CUDA 9.2 optimiert für Modelltraining auf Amazon EC2 P3-Instances, Chainer 4.3.1 und Keras 2.2.2.
Schnelleres Training mit optimiertem TensorFlow 1.10
Die Deep Learning-AMIs werden mit einer optimierten Version von TensorFlow 1.10 ausgeliefert, die speziell für die Beschleunigung von Deep Learning-Anwendungen auf Amazon EC2 C5- und P3-Instances entwickelt wurde. Deep Learning AMIs setzen automatisch die für die EC2-Instance Ihrer Wahl optimierte TensorFlow-Version ein, wenn Sie die virtuelle Umgebung von TensorFlow zum ersten Mal aktivieren.
Für Entwickler, die ihr TensorFlow-Training von einer einzelnen GPU auf mehrere GPUs skalieren möchten, werden die AWS Deep Learning-AMIs mit Horovod geliefert, das für verteilte Schulungen mit Amazon EC2 P3-Instances optimiert ist. Mehr über unsere kundenspezifischen TensorFlow-Optimierungen für AWS erfahren Sie in diesem Blogbeitrag.
Neueste Framework-Updates
Deep Learning-AMIs unterstützen jetzt das aktuelle PyTorch 0.4.1 vorkonfiguriert mit NVidia CUDA 9.2, cuDNN 7.1.4 und NCCL 2.2.13 für beschleunigtes Deep Learning auf Amazon EC2 P3-Instances. Auch Chainer ist jetzt auf Version 4.3.1 aktualisiert worden, optimiert für hohe Leistung in allen Amazon EC2-Instance-Familien. Sie können mehr über die Chainer-Optimierungen auf Deep Learning-AMIs in diesem Blogbeitrag lesen .
AWS Deep Learning AMIs unterstützen auch Apache MXNet 1.2.1 mit Gluon, Microsoft Cognitive Toolkit (CNTK) 2.5.1, Caffe 1.0, Caffe2 0.8.1 und Theano 1.0.1 – alles vorinstalliert und vollständig konfiguriert, damit Sie innerhalb weniger Minuten mit der Entwicklung Ihrer Deep Learning-Modelle beginnen und dabei die Rechenleistung der Amazon EC2-Instances voll ausschöpfen können.
Steigen Sie mit den AWS Deep Learning-AMIs schnell in die Materie ein, indem Sie die Anleitungen und Tutorials für Anfänger bis Fortgeschrittene in unserem Entwicklerhandbuch lesen. Sie können sich auch in unserem Diskussionsforum registrieren, um Ankündigungen zu erhalten und Ihre Fragen zu veröffentlichen.