AWS Deep Learning Containers

最適化され、事前にパッケージ化されたコンテナイメージを使用して深層学習環境をすばやくデプロイ

事前にパッケージ化され、完全にテストされた Docker イメージを使用して、深層学習環境を数分でデプロイします。

TensorFlow、PyTorch、Apache MXNet などの一般的なフレームワーク用に最適化されたモデルトレーニングにより、パフォーマンスが自動的に向上します。

機械学習 (ML) をマイクロサービスとして、Amazon EKS および Amazon EC2 で実行されているアプリケーションにすばやく追加します。

Amazon SageMaker、Amazon EKS、および Amazon ECS との統合を通じて、トレーニング、検証、デプロイのためのカスタム ML ワークフローを構築します。

仕組み

AWS Deep Learning Containers は、一般的な深層学習フレームワークの最新バージョンでプレインストールおよびテストされた Docker イメージです。深層学習コンテナを使用すると、環境をゼロから構築して最適化することなく、カスタム ML 環境をすばやくデプロイできます。

この図では、AWS 深層学習コンテナが、ユーザーがカスタム ML 環境をデプロイし、他の AWS ML 製品と統合するのにどのように役立つかを示しています。

ユースケース

自動運転車 (AV) のデプロイ

高度な ML モデルを大規模に開発して、環境内に AV テクノロジーを安全かつ迅速にデプロイします。

自然言語処理 (NLP)

Hugging Face Transformers などの最新のフレームワークとライブラリを使用して、ML モデルのデプロイに必要な時間と、本番稼働までにかかる時間を短縮します。

ヘルスケアデータ分析

高度な分析、ML、および深層学習の各機能を使用して、健康に関するさまざまな raw データを分析し、傾向を特定して予測を行います。

最初に行うべきこと

その他のリソースを確認する

深層学習コンテナのドキュメントとチュートリアルをご覧ください。

無料アカウントで使用を開始

AWS 無料利用枠にすぐにアクセスできます。

ハンズオントレーニングを受講する

Amazon EC2 の深層学習コンテナの使用を開始します。


AWS の詳細を見る