Veröffentlicht am: Apr 7, 2020
Die AWS Deep Learning Containers sind mit den aktuellen Framework-Versionen von PyTorch 1.4.0 und MXNet 1.6.0 verfügbar. Das PyTorch 1.4.0-Upgrade enthält die neu hinzugefügte SageMaker-Inferenz, die SageMaker-PyTorch-Inferenz und die aktuelle Version des SageMaker-PyTorch-Trainings. Das MXNet 1.6.0-Upgrade enthält die aktuelle Version von GluonCV sowie die aktuelle Version des SageMaker-MXNet-Trainings, der SageMaker-Inferenz und der SageMaker-MXNet-Inferenz. Sie können die neuen Versionen der Deep Learning-Container in Amazon SageMaker, Amazon Elastic Container Service für Kubernetes (Amazon EKS), Kubernetes in Amazon EC2 (selbstverwaltet) und Amazon Elastic Container Service (Amazon ECS) starten. Eine vollständige Liste der von AWS Deep Learning Containers unterstützten Frameworks und Versionen finden Sie in den Versionshinweisen für PyTorch 1.4.0 und MXNet 1.6.0.
Die AWS Deep Learning Containers für PyTorch und MXNet enthalten Container für CPU- und GPU-basiertes Trainieren – optimiert für Leistung und Skalierbarkeit in AWS. Diese Docker-Images wurden mit Amazon SageMaker, EC2, ECS und EKS getestet und bieten stabile Versionen von NVIDIA CUDA, cuDNN, Intel MKL und anderen erforderlichen Softwarekomponenten für eine nahtlose Benutzererfahrung mit Deep Learning-Workloads. Alle Softwarekomponenten in diesen Images wurden auf Sicherheitsrisiken untersucht und in Übereinstimmung mit den bewährten AWS-Sicherheitsmethoden aktualisiert oder gepatcht.
Weitere Details finden Sie im 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.