Publicado: Oct 18, 2017
Hoje, estamos felizes em anunciar uma atualização para a Deep Learning AMI da AWS.
A Deep Learning AMI da AWS, que permite que você ative um ambiente completo de aprendizado profundo na AWS com um único clique, agora inclui suporte a PyTorch, Keras 1.2 e 2.0, juntamente com as populares estruturas de aprendizagem de máquina, como TensorFlow, Caffe2 e Apache MXNet.
Uso de PyTorch para a criação rápida de protótipos
A AMI agora inclui PyTorch 0.2.0, permitindo que os desenvolvedores criem redes neurais dinâmicas em Python, uma boa saída para entradas dinâmicas, como séries de texto e de horários. Os desenvolvedores podem começar a trabalhar com rapidez usando esses tutoriais para usuários iniciantes e avançados, incluindo a configuração de treinamento distribuído com PyTorch.
Suporte aprimorado a Keras
A AMI agora oferece suporte à versão mais recente de Keras, a v2.0.8. Por padrão, seu código do Keras será executado em relação ao TensorFlow como um back-end. É sempre possível alternar para outros back-ends com suporte, como Theano e CNTK. Também incluímos uma versão modificada do Keras 1.2.2, que é executada no back-end Apache MXNet com melhor desempenho de treinamento.
Pré-instalada e configurada com as estruturas mais recentes
Essa versão da AMI inclui suporte às versões mais recentes das seguintes estruturas:
- Apache MXNet 0.11.0 com Gluon
- TensorFlow 1.3.0
- Caffe2 0.8.0
- Caffe1.0
- PyTorch 0.2.0
- Keras 2.0.8 com TensorFlow como back-end padrão
- Keras 1.2.2 (fork DMLC) com MXNet como back-end padrão
- Theano 0.9.0
- CNTK 2.0
- Torch (ramificação principal)
Ela também tem as seguintes bibliotecas pré-configuradas para a aceleração do GPU:
- CUDA Toolkit 8.0
- cuDNN 5.1
- NVidia Driver 375.66
- NCCL 2.0
Faça um teste drive do Gluon
Por fim, mas não menos importante, a AMI inclui o Gluon, uma nova interface de aprendizado profundo de código aberto que permite que os desenvolvedores criem modelos de aprendizagem de máquina com facilidade e rapidez, sem comprometer o desempenho. Você pode ler mais sobre o Gluon em nosso anúncio de lançamento e aprender os conceitos básicos com mais de 50 notebooks com códigos de exemplo.
Você pode iniciar a Deep Learning AMI da AWS para Ubuntu e Amazon Linux com um único clique a partir do AWS Marketplace ou seguir este guia passo a passo para começar a usar e iniciar seu primeiro notebook.
Boa modelagem!
–
PS: uma observação sobre o suporte a Keras.
É possível alternar entre Keras 1 e Keras 2 usando o ambiente virtual do Conda. O Keras 2 será executado por padrão. Para alternar para Keras 1 e o back-end MXNet, use o seguinte comando:
Para usuários de Python 2:
source ~/src/anaconda3/bin/activate keras1.2_p2
Para usuários de Python 3:
source ~/src/anaconda3/bin/activate keras1.2_p3
Em seguida, de dentro do ambiente virtual, você pode importar e executar o Keras 1.2.2 como faria normalmente:
import keras
Você pode saber mais sobre o Conda e suas interfaces de linha de comando para gerenciar ambientes virtuais acessando o Guia de conceitos básicos do Conda.