Publié le: Jan 18, 2019
Les AMI AWS Deep Learning pour Ubuntu et Amazon Linux prennent désormais en charge Amazon Elastic Inference avec la dernière version de TensorFlow-1.12. Avec ce lancement, Amazon Elastic Inference (Amazon EI) sur les AMI Deep Learning fournissent désormais EIPredictor, une nouvelle fonction API Python facile à utiliser pour déployer des modèles TensorFlow grâce à des accélérateurs EI pour améliorer l’expérimentation. Avec EIPredictor, les développeurs ont désormais une alternative à TensorServing lorsqu’ils exécutent des modèles TensorFlow sur Amazon Elastic Inference. Ce lancement ajoute également un nouvel environnement Conda pour Amazon Elastic Inference avec TensorFlow sur Python 3.6, une mise à niveau vers TensorBoard 1.12.1 et une mise à niveau vers MXNet Model Server 1.0.1.
Les AMI AWS Deep Learning prennent également en charge des frameworks et interfaces de deep learning répandus dont TTensorFlow, MXNet, PyTorch, Chainer, Keras et Gluon. Tous ces éléments sont préinstallés et entièrement configurés pour que vous puissiez commencer à développer vos modèles de deep learning en quelques minutes tout en tirant le meilleur parti de la puissance de calcul des instances Amazon EC2. Lorsque vous activez un environnement Conda, les AMI Deep Learning déploient automatiquement les versions des frameworks les plus performantes, optimisées pour l'instance EC2 de votre choix. Pour obtenir une liste complète des environnements et des versions prises en charge par les AMI AWS Deep Learning, consultez les notes de mise à jour.
Démarrez rapidement avec les AMI AWS Deep Learning grâce aux guides de démarrage rapide et didacticiels de niveaux débutant à avancé dans notre Guide du développeur. Vous pouvez également vous abonner à notre forum de discussion pour recevoir des annonces de lancement et poser vos questions.