張貼日期: Nov 20, 2018
Amazon SageMaker 為內建的 TensorFlow 和 Chainer 容器增加了幾項增強功能。這些增強功能可讓您輕鬆執行 TensorFlow 和 Chainer 指令碼，同時充分利用 Amazon SageMaker 提供的各項功能，包括高效能演算法程式庫，以及含自動模型調校、1-Click 部署和受管託管的受管和分散式訓練。
內建的 TensorFlow 1.11 容器搭配 SageMaker，現在可支援 Python 3，同時也繼續支援 Python 2。Python 3 提供註解、語言改善、Unicode 支援及其他功能等的多項改善。此外，採用內建 TensorFlow 1.11 容器進行訓練的指令碼格式，與在 SageMaker 外部使用 TensorFlow 的方式類似，可讓工作負載在 SageMaker 與基礎設施之間無縫移動。最後，在 SageMaker 中從 TensorFlow 1.11 開始，您可以選擇將模型部署到專用的 TensorFlow Serving 容器以進行推論。這些容器提供免程式碼的模型託管選項，支援使用標準 TensorFlow Serving REST API 輸入和輸出，以及簡化的 JSON 或 CSV 輸入來提出要求。相較於支援訓練和推論的標準 TensorFlow 容器，這些專用容器可以提供更快的啟動時間並且能改善輸送量。
適用於 Chainer 的 SageMaker 內建容器現在支援 Chainer 5.0。此版本隨附多項增強功能，包括 iDeep 2.0 是適用於 Intel 架構的最新版 Chainer 後端系統，可提供效能改善功能。
提供 Amazon SageMaker 的所有 AWS 區域現在都已正式推出 TensorFlow 增強功能和 Chainer 5.0。 有關其他資訊，請參閱文件。