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。
评论