Veröffentlicht am: Mar 24, 2020
Die AWS Deep Learning Containers sind heute mit den neuesten Framework-Versionen von TensorFlow (2.1.0 und 1.15.2), PyTorch 1.4.0 und MXNet 1.6.0 verfügbar. Mit dieser Veröffentlichung wird den Containern Amazon SageMaker Python SDK hinzugefügt. Außerdem wurden Updates am Amazon SageMaker Experiments-Paket vorgenommen. Amazon SageMaker Experiments ist ein Feature von Amazon SageMaker. Es ermöglicht das Sortieren, Nachverfolgen, Vergleichen und Evaluieren von Machine Learning (ML)-Experimenten und -Modellversionen. Die Schulungscontainer für TensorFlow 2.1.0 python3 beinhalten nun außerdem SageMaker Debugger. Dieses Feature erlaubt Daten-Wissenschaftlern, Modelltensoren im Rahmen von Schulungsaufträgen zu speichern und zu prüfen.
Sie können die neuen Versionen der Deep Learning-Container im Amazon SageMaker, Amazon Elastic Container Service für Kubernetes (Amazon EKS), selbstverwaltete Kubernetes, Amazon EC2 und Amazon Elastic Container Service (Amazon ECS) starten. Vollständige Listen von Frameworks, Ankündigungen zum Ende der Lebensdauer bestimmter Features und Versionen, die von den AWS Deep Learning Containers unterstützt werden, finden Sie in den Versionshinweisen zu PyTorch 1.4.0, MXNet 1.6.0, TensorFlow 2.1.0 und TensorFlow 1.15.2.
Weitere Details finden Sie auf dem AWS Marketplace. Eine Liste der verfügbaren Container finden Sie in unserer Dokumentation. Nutzen Sie unsere Einführungsanleitungen und Tutorials für Anfänger bis Fortgeschrittene in unserem Entwicklerhandbuch, um sich schnell mit den AWS Deep Learning Containers vertraut zu machen. Sie können sich auch in unserem Diskussionsforum registrieren, um Ankündigungen zu erhalten und Ihre Fragen zu veröffentlichen.