Вопросы и ответы о контейнерах AWS Deep Learning

Вопрос. Что такое контейнеры AWS Deep Learning Containers?

Контейнеры AWS Deep Learning Containers (контейнеры AWS DL Containers) предоставляют специалистам‑практикам по машинному и глубокому обучению оптимизированные среды Docker для обучения и развертывания моделей в конвейерах и рабочих процессах сервисов Amazon Sagemaker, Amazon EC2, Amazon ECS и Amazon EKS. Контейнеры AWS DL Containers доступны в виде образов Docker для обучения и получения выводов с помощью TensorFlow, PyTorch и MXNet в Amazon ECR.

Вопрос. Какие задачи позволяют решать Контейнеры для глубокого обучения AWS?

Контейнеры AWS DL обновляются в соответствии с последними версиями платформ и драйверов, тестируются на совместимость и безопасность и предлагаются без дополнительной оплаты. Кроме того, их можно создать по индивидуальному заказу, следуя нашим руководствам с рецептами. При использовании Контейнеров AWS DL в качестве основы для сред машинного обучения снижается нагрузка на операционные и инфраструктурные группы, уменьшаются производственные затраты, ускоряется разработка продуктов машинного обучения, а команды разработчиков машинного обучения могут сосредоточиться на работе по извлечению аналитической информации на основе машинного обучения из данных организации. Контейнеры DL обновляются в соответствии с последними версиями платформ и драйверов, тестируются на совместимость и безопасность и предлагаются без дополнительной оплаты. Кроме того, их можно создать по индивидуальному заказу, следуя нашим руководствам с рецептами. При использовании Контейнеров DL в качестве основы для сред машинного обучения снижается нагрузка на операционные и инфраструктурные группы, уменьшаются производственные затраты, ускоряется разработка продуктов машинного обучения, а команды разработчиков машинного обучения могут сосредоточиться на работе по извлечению аналитической информации на основе машинного обучения из данных организации.

Вопрос. Как этот сервис связан/взаимодействует с другими сервисами AWS?

Контейнеры AWS DL Containers созданы, протестированы и оптимизированы для работы в Amazon Sagemaker, Amazon EC2, Amazon ECS и Amazon EKS. Образы Docker для контейнеров AWS DL Containers доступны в Amazon ECR. Чтобы обучать модели глубокого обучения и получать соответствующие логические выводы с применением графических процессоров, мы рекомендуем при развертывании контейнеров AWS DL Containers убедиться, что в базовом образе Amazon Machine Image (AMI) установлены соответствующие драйверы графических процессоров. Контейнеры DL Containers спроектированы для работы со стандартными средствами AMI для графических процессоров,которые доступны в Amazon SageMaker, Amazon ECS и Amazon EKS.

Вопрос. Как контейнеры AWS DL работают с образами AWS Deep Learning AMI?

AWS Deep Learning AMI – это образы Amazon Machine Image (AMI) для EC2, созданные и оптимизированные для построения и обучения моделей машинного и глубокого обучения, а также получения логических выводов с помощью этих моделей. Подробнее см. в разделе AWS Deep Learning AMI. Дополнительную информацию об использовании контейнеров AWS DL в EC2 см. в документации.

Вопрос. Начисляется ли плата за использование контейнеров AWS DL?

Контейнеры AWS DL Containers доступны без дополнительной платы. Вы оплачиваете только работу Amazon Sagemaker, Amazon EC2, Amazon ECS, Amazon EKS и другие используемые ресурсы AWS.

Вопрос. Как получить доступ к образам Docker для контейнеров AWS DL?

Доступ к образам Docker для контейнеров AWS DL Containers можно получить в репозиториях Amazon ECR. Подробный список доступных образов Docker вы найдете в документации.

Read the documentation
Ознакомиться с документацией

Подробнее о контейнерах AWS DL.

Подробнее 
Зарегистрируйте бесплатный аккаунт AWS
Зарегистрируйте бесплатный аккаунт

Получите мгновенный доступ к уровню бесплатного пользования AWS. 

Регистрация 
Начните разработку с использованием контейнеров Deep Learning Containers
Начните разработку с помощью учебных пособий

Начните работу с контейнерами AWS DL Containers на Amazon EC2.

Начать использование учебного пособия