Publicado en: Mar 24, 2020
Los AWS Deep Learning Containers ya están disponibles con las últimas versiones de marco de TensorFlow 2.1.0 y 1.15.2, PyTorch 1.4.0 y MXNet 1.6.0. Este lanzamiento incluye la incorporación de Amazon SageMaker Python SDK en los contenedores y actualizaciones del paquete Amazon SageMaker Experiments. Amazon SageMaker Experiments es una característica de Amazon SageMaker que le permite organizar, seguir, comparar y evaluar las versiones de modelos y experimentos de aprendizaje automático (ML). Ahora, la formación técnica de los contenedores de TensorFlow 2.1.0 python3 también incluye SageMaker Debugger, que le permite a los científicos de datos ahorrar e inspeccionar los modelos de tensores durante el trabajo de formación técnica.
Puede lanzar las nuevas versiones de Deep Learning Containers en Amazon SageMaker, Amazon Elastic Kubernetes Service (Amazon EKS), Kubernetes autoadministrado en Amazon EC2 y Amazon Elastic Container Service (Amazon ECS). Para una lista completa de marcos, anuncios de fin de vida útil y versiones admitidas por AWS Deep Learning Containers, consulte las notas de PyTorch 1.4.0, MXNet 1.6.0, TensorFlow 2.1.0 y TensorFlow 1.15.2.
Puede encontrar más detalles en AWS Marketplace y una lista de los contenedores disponibles en nuestra documentación. Comience rápido a utilizar los AWS Deep Learning Containers con las guías de introducción y los tutoriales de niveles principiante a avanzado de nuestra guía del desarrollador. También se puede suscribir a nuestro foro de debate, donde anunciamos nuestros lanzamientos y donde podrá publicar sus preguntas.