Publicado: Mar 24, 2020
O AWS Deep Learning Containers está disponível hoje com as versões mais recentes da estrutura do Tensorflow 2.1.0 e 1.15.2, PyTorch 1.4.0 e MXNet 1.6.0 . O lançamento inclui a adição do Amazon SageMaker Python SDK nos contêineres, além de atualizações no pacote do Amazon SageMaker Experiments. O Amazon SageMaker Experiments é um recurso no Amazon SageMaker que permite organizar, acompanhar, comparar e avaliar experiências de machine learning (ML) e versões de modelos. Os contêiners de treinamento python3 do TensorFlow 2.1.0 agora também incluem o SageMaker Debugger, que permitem aos cientistas de dados salvar e inspecionar os tensores de modelos durante trabalhos de treinamento.
Você pode iniciar as novas versões do Deep Learning Container no Amazon SageMaker, Amazon Elastic Kubernetes Service (Amazon EKS), Kubernetes autogerenciado no Amazon EC2 e Amazon Elastic Container Service (Amazon ECS). Para uma lista completa de estruturas, anúncios de fim de vida útil e versões com suporte pelo AWS Deep Learning Containers, consulte as notas de lançamento para PyTorch 1.4.0, MXNet 1.6.0, TensorFlow 2.1.0 e TensorFlow 1.15.2.
Mais detalhes podem ser encontrados no AWS Marketplace, e uma lista de contêineres disponíveis pode ser encontrada em nossa documentação. Comece a usar rapidamente as AWS Deep Learning Containers com os guias de conceitos básicos e os tutoriais para usuários avançados de nosso Guia do desenvolvedor. Você também pode assinar nosso fórum de discussão para obter anúncios de lançamentos e publicar suas perguntas.