Veröffentlicht am: Oct 15, 2018
Die AWS Deep Learning-AMIs für Ubuntu und Amazon Linux unterstützen jetzt optimierte Builds von TensorFlow 1.11, Chainer 4.5, Keras 2.2.4 und Theano 1.0.3.
Schnelleres Training mit optimiertem TensorFlow 1.11
Die Deep Learning-AMIs werden mit einem optimierten TensorFlow 1.11-Build geliefert, der speziell für die Beschleunigung von Deep Learning-Anwendungen auf Amazon EC2 C5- und P3-Instances an der Quelle entwickelt wurde. Deep Learning-AMIs stellen für Amazon EC2 C5-Instances einen rechenleistungsoptimierten TensorFlow mit Intel Advanced Vector Extensions (AVX-Befehlssätze) bereit, um die Leistung von Vektor- und Gleitkommarechnungn zu beschleunigen. Die AMIs sind vorkonfiguriert, um die Intel Math Kernel Library for Deep Neural Networks (MKL-DNN) zu verwenden. Das Trainieren eines ResNet-50-Benchmarks mit dem synthetischen ImageNet-Dataset war 1,8 mal schneller als das Trainieren auf den serienmäßigen TensorFlow-1.11-Binärdateien, indem unser optimierter Build auf einem 18xlarge.11X-Instance-Typ verwendet wurde.
Für Amazon EC2 P3-Instances bieten die Deep Learning-AMIs einen TensorFlow-Build, der mit den aktuellen Versionen NVIDIA CUDA 9.0 und cuDNN 7.3.1 vorkonfiguriert ist. So kann das Potenzial der Volta V100-GPUs für die Mixed-Precision-Rechnungen der Gleitkommarechnung genutzt werden. Deep Learning-AMIs setzen automatisch die für die EC2-Instance Ihrer Wahl optimierte Framework-Builds ein, wenn Sie die virtuelle Umgebung des Frameworks zum ersten Mal aktivieren.
AWS Deep Learning-AMIs unterstützen auch gängige Frameworks, einschließlich PyTorch und Apache MXNet, die vorinstalliert und vollständig konfiguriert sind. So können Sie innerhalb weniger Minuten mit der Entwicklung Ihrer Deep Learning-Modelle beginnen und dabei die Rechenleistung der Amazon EC2-Instances voll ausschöpfen. Eine vollständige Liste der von den AWS Deep Learning-AMIs unterstützten Frameworks und Versionen finden Sie in den Versionshinweisen.
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.