Publicado: Nov 20, 2018
O Amazon SageMaker adicionou vários aprimoramentos aos contêineres de TensorFlow e Chainer incorporados. Esses aprimoramentos facilitam a execução de scripts do TensorFlow e do Chainer, aproveitando os recursos oferecidos pelo Amazon SageMaker, incluindo uma biblioteca de algoritmos de alta performance, treinamento distribuído e gerenciado com ajuste automático de modelos, implantação com um clique e hospedagem gerenciada.
Agora, o contêiner incorporado do TensorFlow 1.11 com SageMaker oferece suporte ao Python 3 e continua a oferecer suporte ao Python 2. O Python 3 disponibiliza muitos aprimoramentos de anotações de funções, melhorias de linguagem, suporte ao Unicode e muitos outros. Além disso, o formato do script para treinamento com o contêiner incorporado do TensorFlow 1.11 passou a ser semelhante ao uso do TensorFlow fora do SageMaker, permitindo uma movimentação transparente das cargas de trabalho entre o SageMaker e a sua infraestrutura. Finalmente, a partir do TensorFlow 1.11 no SageMaker, você já pode optar por implantar modelos em contêineres dedicados do TensorFlow Serving para fins de inferência. Esses contêineres oferecem uma opção de hospedagem de modelos sem código que oferece suporte a solicitações usando entradas e saídas padrão da API REST do TensorFlow Serving, além das entradas no formato JSON simplificado ou CSV. Comparados aos contêineres TensorFlow padrão que oferecem suporte a treinamento e inferência, esses contêineres dedicados oferecem maior rapidez de inicialização e mais throughput.
Agora, os contêineres incorporados para Chainer do SageMaker oferecem suporte ao Chainer 5.0. Esta versão contém várias melhorias, incluindo o iDeep 2.0, que é a última versão do back-end do Chainer para arquitetura Intel e oferece melhorias de performance.
Os aprimoramentos do TensorFlow e do Chainer 5.0 já estão disponíveis em todas as regiões da AWS em que o Amazon SageMaker é oferecido hoje. Consulte a documentação para obter informações adicionais.