張貼日期: Apr 4, 2018
現在，您可將 TensorFlow 1.6 版和 Apache MXNet 1.1 版與 Amazon SageMaker 預先構建的深度學習架構容器搭配使用。現在作為開放來源在 GitHub 上發佈，這些容器可下載到您的本機環境，以在部署前進行測試。現在，您還可在 Amazon SageMaker 上使用更多執行個體類型，包括用於訓練和代管的所有 Amazon EC2 M5 執行個體類型、用於筆記型電腦的 11 個執行個體類型、3 個用於模型訓練的執行個體類型以及 16 個用於模型代管的執行個體類型。
藉由最新版的架構，您可利用諸如 TensorFlow 中的 CPU 的 AVX 指示，以及 MXNet 的 Text API 功能，可用於構建詞彙和載入預先訓練的單字內嵌。因為開放來源，可透過將程式庫新增至 Dockerfile、預先載入經常使用的檔案和資料集，以及根據需要變更內部組態，來自訂 TensorFlow 和 MXNet Docker 容器。您還可將容器下載到本機環境，使用 Amazon SageMaker Python SDK 測試指令碼，然後再部署到 Amazon SageMaker 訓練或代管環境，可顯著加快偵錯週期。現在，藉由對大型筆記型電腦執行個體類型的支援，您可在本機上測試大型資料集或運算密集型工作。
Amazon SageMaker 中的這些新功能現可在美國東部 (維吉尼亞北部)、美國東部 (俄亥俄)、歐洲 (愛爾蘭) 和美國西部 (奧勒岡) 等 AWS 區域使用。如需有關 TensorFlow 1.6 和 Apache MXNet 1.1 功能的詳細資訊，請瀏覽 GitHub 版本備註，如需如何在本機上使用這些容器的更多詳細資料，請瀏覽 Amazon SageMaker Python SDK 說明文件。如需新增用於筆記型電腦、訓練和代管的執行個體類型的詳細資料，請瀏覽 Amazon SageMaker 定價頁面。