Veröffentlicht am: Jan 18, 2019
Die AWS Deep Learning-AMIs für Ubuntu und Amazon Linux unterstützen ab sofort Amazon Elastic Inference mit der neuesten Version von TensorFlow-1.12. Ab dieser Version ist EIPredictor in Amazon Elastic Inference (Amazon EI) in Deep Learning-AMIs verfügbar. Hierbei handelt es sich um eine intuitive Python API-Funktion für die Bereitstellung von TensorFlow-Modellen über EI-Beschleuniger für einfaches Experimentieren. Mit EIPredictor verfügen Entwickler nun über eine Alternative zu TensorServing, wenn sie TensorFlow-Modelle auf Amazon Elastic Inference ausführen. Mit dieser Version wird auch eine neue Conda-Umgebung für Amazon Elastic Inference mit TensorFlow auf Python 3.6, ein Upgrade auf TensorBoard 1.12.1 und ein Upgrade auf MXNet Model Server 1.0.1 hinzugefügt.
AWS Deep Learning-AMIs unterstützen auch andere beliebte Frameworks und Schnittstellen, darunter TensorFlow, MXNet, PyTorch, Chainer, Keras und Gluon – alle 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. Wenn Sie eine Conda-Umgebung aktivieren, stellen die Deep-Learning-AMIs automatisch leistungsfähigere Builds von Frameworks bereit, die für die EC2-Instance Ihrer Wahl optimiert sind. 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.