張貼日期: Aug 27, 2018
適用於 Ubuntu 和 Amazon Linux 的 AWS 深度學習 AMI，現在提供以下最新版本的深度學習架構和界面：針對 AWS 進行優化的 TensorFlow 1.10 而且提供更佳的效能、Horovod 0.13.11 搭配針對 Amazon EC2 P3 執行個體之分散式多 GPU TensorFlow 訓練進行優化的 OpenMPI 3.1.0、含 CUDA 9.2 的 PyTorch 可優化 Amazon EC2 P3 執行個體上的模型訓練、Chainer 4.3.1 和 Keras 2.2.2。
使用優化的 TensorFlow 1.10 加快訓練速度
深度學習 AMI 配備了 TensorFlow 1.10 的優化版本，可自訂組建來加速 Amazon EC2 C5 和 P3 執行個體的深度學習應用程式。深度學習 AMI 可在您第一次啟用 TensorFlow 虛擬環境時，自動部署已針對您所選 EC2 執行個體優化的 TensorFlow 組建。
對於希望將 TensorFlow 訓練從單一 GPU 擴展到多 GPU 的開發人員，AWS 深度學習 AMI 配備了 Horovod，已針對使用 Amazon EC2 P3 執行個體的分散式訓練進行優化。您可以在這篇部落格文章中詳細閱讀有關 AWS 的自訂 TensorFlow 優化。
最新的架構更新
深度學習 AMI 現在支援預先設定 NVidia CUDA 9.2、cuDNN 7.1.4 和 NCCL 2.2.13 的 PyTorch 0.4.1 最新版本，可加速 Amazon EC2 P3 執行個體的深度學習。此外，Chainer 現已升級到版本 4.3.1，已針對 Amazon EC2 執行個體系列的高效能進行優化。您可以在這篇部落格文章中，詳細閱讀有關深度學習 AMI 的 Chainer 優化。
AWS 深度學習 AMI 還支援 Apache MXNet 1.2.1 搭配 Gluon、Microsoft Cognitive Toolkit (CNTK) 2.5.1、Caffe 1.0、Caffe2 0.8.1 和 Theano 1.0.1 – 全部都已預先安裝且設定完成，讓您可以在幾分鐘內開發深度學習模型，又能充分利用 Amazon EC2 執行個體的運算能力。
利用開發人員指南中的入門指南和初階到進階教學，快速熟悉 AWS 深度學習 AMI。您也可以訂閱我們的開發論壇，以掌握最新消息及發文提問。