Inserito il: Mar 24, 2020
Gli AWS Deep Learning Containers sono disponibili da oggi con le versioni di framework più recenti per TensorFlow (2.1.0 e 1.15.2), PyTorch 1.4.0 e MXNet 1.6.0. Questa versione include l’aggiunta di Amazon SageMaker Python SDK nei container e l’aggiornamento al pacchetto Amazon SageMaker Experiments. Amazon SageMaker Experiments è una funzionalità all’interno di Amazon SageMaker che ti consente di organizzare, monitorare, confrontare e valutare gli esperimenti di machine learning (ML) e le versioni dei modelli. I container di formazione di TensorFlow 2.1.0 python3 ora includono anche SageMaker Debugger, che consente ai data scientists di salvare e ispezionare i modelli di tensori durante le attività di formazione.
Puoi lanciare le nuove versioni di Deep Learning Containers su Amazon SageMaker, Amazon Elastic Kubernetes Service (Amazon EKS), Kubernetes gestito dal cliente su Amazon EC2 e Amazon Elastic Container Service (Amazon ECS). Per la lista completa dei framework, degli annunci di termine del ciclo di vita e delle versioni supportate da AWS Deep Learning Containers, consulta le note di rilascio per PyTorch 1.4.0, MXNet 1.6.0, TensorFlow 2.1.0 e TensorFlow 1.15.2.
Per maggiori informazioni visita AWS marketplace e per un elenco dei container disponibili, consulta la nostra documentazione. Inizia subito a usare gli AWS Deep Learning Containers consultando le guide introduttive e i tutorial per ogni livello di esperienza contenuti nella guida per sviluppatori. Puoi anche iscriverti al nostro forum di discussione per conoscere gli annunci sui nuovi prodotti e pubblicare le tue domande.