Publicado en: Oct 18, 2017
Hoy nos complace anunciar una actualización de AWS Deep Learning AMI.
AWS Deep Learning AMI, que permite poner en marcha un entorno completo de aprendizaje profundo en AWS con un solo clic, ahora es compatible con PyTorch, Keras 1.2 y 2.0, junto con otros conocidos marcos de trabajo de aprendizaje automático, como TensorFlow, Caffe2 y Apache MXNet.
Uso de PyTorch para crear prototipos rápidamente
La AMI ahora incluye PyTorch 0.2.0, que permite a los desarrolladores crear redes neuronales dinámicas en Python, y constituye una opción idónea para entradas dinámicas, como texto y series de tiempo. Los desarrolladores pueden comenzar a trabajar rápidamente usando estos tutoriales avanzados y para principiantes, lo que incluye configurar el entrenamiento distribuido con PyTorch.
Compatibilidad mejorada con Keras
La AMI admite ahora la versión más reciente de Keras, la v2.0.8. De forma predeterminada, el código de Keras se ejecutará utilizando TensorFlow como backend, y también es posible cambiar a otros backends compatibles, como Theano y CNTK. También hemos incluido una versión modificada de Keras 1.2.2 que se ejecuta en el backend Apache MXNet, con un mejor desempeño de entrenamiento.
Preinstalado y configurado con los últimos marcos de trabajo
Esta versión de la AMI es compatible con las últimas versiones de los siguientes marcos de trabajo:
- Apache MXNet 0.11.0 con Gluon
- TensorFlow 1.3.0
- Caffe2 0.8.0
- Caffe1.0
- PyTorch 0.2.0
- Keras 2.0.8 con TensorFlow como backend predeterminado
- Keras 1.2.2 (adaptación DMLC) con MXNet como backend predeterminado
- Theano 0.9.0
- CNTK 2.0
- Torch (ramificación maestra)
También incluye las siguientes bibliotecas preconfiguradas de aceleración de GPU:
- CUDA Toolkit 8.0
- cuDNN 5.1
- NVidia Driver 375.66
- NCCL 2.0
Experimente con Gluon
Por último, pero no menos importante, la AMI incluye Gluon, una nueva interfaz de aprendizaje profundo de código abierto que permite a los desarrolladores construir modelos de aprendizaje automático de forma fácil y rápida, sin renunciar al desempeño. Encontrará más información acerca de Gluon en nuestro anuncio de lanzamiento, y puede comenzar a trabajar con más de 50 blocs de notas con código de muestra.
Puede lanzar AWS Deep Learning AMI para Ubuntu y Amazon Linux con un solo clic desde AWS Marketplace, o seguir esta guía paso a paso para comenzar a trabajar y lanzar su primer bloc de notas.
¡Que disfrute creando modelos!
—
P. D.: Observación sobre la compatibilidad con Keras.
Puede cambiar entre Keras 1 y Keras 2 utilizando el entorno virtual Conda. De manera predeterminada, se ejecutará Keras 2; para cambiar a Keras 1 y al backend MXNet, utilice el siguiente comando:
Para los usuarios de Python 2:
source ~/src/anaconda3/bin/activate keras1.2_p2
Para los usuarios de Python 3:
source ~/src/anaconda3/bin/activate keras1.2_p3
A continuación, desde dentro de este entorno virtual, puede importar y ejecutar Keras 1.2.2 como lo haría normalmente:
import keras
Puede obtener más información acerca de Conda y sus interfaces de línea de comandos para administrar entornos virtuales en la Conda Getting Started Guide.