现在，适用于 Ubuntu 和 Amazon Linux 的 AWS Deep Learning AMI 包含最新版本的 TensorFlow (1.5) 和 Microsoft Cognitive Toolkit (2.4)。这些框架支持 NVIDIA CUDA 9 和 cuDNN 7 驱动程序。这可让您利用 V100 Volta GPU (支持 Amazon EC2 P3 实例) 支持的混合精度训练。在早期在 Volta 上进行的 TensorFlow 1.5 测试中，我们在 p3.8xlarge 实例上使用 ImageNet 合成数据在 FP16 模式下对 ResNet-50 基准进行训练，其速度比使用 TensorFlow 1.4.1 进行训练要快 1.8 倍。
深度学习框架最新动态
Deep Learning AMI 提供预置的 pip 二进制文件，适用于基于 Conda 的不同虚拟环境中的深度学习框架最新官方版本。每个框架都预先配置了框架支持的 NVIDIA CUDA 最新版本。
使用 CUDA 9 的框架：
Apache MXNet 1.0 (及 Gluon)
Caffe2 0.8.1
Microsoft Cognitive Toolkit (CNTK) 2.4
PyTorch 0.3
TensorFlow 1.5
Theano 1.0
使用 CUDA 8 的 Caffe 1.0
Keras 1.2.2 和 Keras 2.1.3
这些 AMI 还包含以下工具提供的模型应用和调试功能：
适用于 Apache MXNet 的模型服务器 0.1
TensorFlow Serving 1.4.0
TensorBoard 1.0.0
开始使用 AWS Deep Learning AMI
您可在 AWS Marketplace 获取最新版本的 AWS Deep Learning AMI。我们的 AMI 选择主题有助于您选取适合您深度学习项目的 AMI。此外，我们还提供了大量的教程和开发人员资源，可帮助您快速在 AWS 上部署第一个深度学习模型。
作者介绍：
**
Sumit Thakur 是 AWS 深度学习高级产品经理。**他负责开发让客户能够轻松开始在云端进行深度学习的产品，他专注于使 Deep Learning AMI 引擎更易用。在业余时间，他喜欢亲近自然和观看科幻电视剧。
本文转载自 AWS 技术博客。
原文链接：
中国开发者画像洞察研究报告 2024
分析开发者的行为模式、工作价值、职业发展等内容，帮助整个行业生态更深入地理解开发者，为他们提供更精准...
评论