写点什么

AWS Deep Learning AMI 现在推出 TensorFlow 1.5 和全新 Model Serving 功能

2019 年 10 月 31 日

AWS Deep Learning AMI 现在推出 TensorFlow 1.5 和全新 Model Serving 功能

AWS Deep Learning AMI 可帮助您快速轻松地开始使用机器学习。AMI 包含大量预建选项,可满足机器学习从业者的各种需求。如果您需要常见深度学习框架的最新版本,Deep Learning AMI 可提供在基于 Conda 的独立虚拟环境中安装的预建 pip 二进制文件。如果您希望测试高级框架功能或者对框架源代码进行微调,包含源代码的 Deep Learning AMI 可提供基于源的自定义框架安装。这些框架通常内建了常见二进制文件中没有的高级优化功能。


在 Volta GPU 上使用 TensorFlow 加快训练速度

包含源代码的 AMI 现在推出了 TensorFlow 1.5.0-rc1。TensorFlow 的这一预发布版本支持 NVidia CUDA 9 和 cuDNN 7 驱动程序,而这些驱动程序采用支持 EC2 P3 实例的 V100 Volta GPU。在测试中,我们在 p3.8xlarge 实例上使用 ImageNet 合成数据在 fp-16 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 倍由于这是预发布版本,投产前需要进行测试。


在适用于 UbuntuAmazon Linux 的 Deep Learning AMI 上获取基于 Conda 的预建虚拟环境,以便用于包含 CUDA 8 和 cuDNN 6 的 TensorFlow 1.4.1 常见版本。基于 Conda 的 AMI 现在还推出了 TensorBoard,这是用于对 TensorFlow 模型训练进行监控和调试的可视化工具。要开始使用 TensorBoard,请参阅我们的分步指南


深度学习框架最新信息

基于 Conda 的 Deep Learning AMI 现在推出了最新版本的热门深度学习框架。它们支持 Caffe 深度学习框架,并且包括 Keras 2.1.3、Microsoft Cognitive Toolkit 2.3.1 和 Theano 1.0。


快速部署和测试深度学习模型

全新 AMI 包含许多更新,有助于您为经过训练的模型快速创建推理终端节点。现在,您可以更快地测试和验证模型并将其与业务应用程序集成,从而减少开发工作原型所需的时间。


基于 Conda 且适用于 TensorFlow 的虚拟环境现在预先安装了 TensorFlow Serving。TensorFlow Serving 采用导出的 TensorFlow 模型,并会创建运行 gRPC 服务的服务器来托管该模型。此外,Apache MXNet 用户还可以使用 MXNet Model Server 来为其模型快速部署基于 HTTP 的推理 API。要想快速导出模型、托管服务器并测试推理 API,请根据我们的开始使用 TensorFlow ServingMXNet Model Server 相关教程进行操作。


深度学习平台最新信息

适用于 Ubuntu 和 Amazon Linux 操作系统的所有 AMI 均使用最新版本的 NVidia GPU 驱动程序操作系统进行了更新。现在,它们包含用于处理 Spectre 和 Meltdown 漏洞的安全补丁。


开始使用 AWS Deep Learning AMI

可以轻松开始使用 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。


您可在 AWS Marketplace 获取最新版本的 AMI。


在独立的虚拟环境中安装了预建 pip 二进制文件的 Deep Learning AMI:



基于源代码构建框架的 AMI:



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:


https://amazonaws-china.com/cn/blogs/china/aws-deep-learning-amis-now-come-with-tensorflow-1-5-and-new-model-serving-capabilities/


2019 年 10 月 31 日 08:00200

欲了解 AWS 的更多信息,请访问【AWS 技术专区】

评论

发布
暂无评论
发现更多内容

今年最火的 Golang 云原生开源项目,可能就是它了!

阿里巴巴云原生

go 开源 Kubernetes 云原生

字节跳动的这份《算法中文手册》火了,完整版PDF开放下载!不少小伙伴靠这份指南成功掌握了算法的核心技能,成功拿到了 BATJ等大厂offer。

Java架构之路

Java 程序员 架构 面试 编程语言

对于CRM之于现代化企业的影响以及作用的分析

Learun

敏捷开发 CRM 客户关系管理

奉劝各位准备面试的Java程序员耗子尾汁赶紧扔掉网上那些千篇一律的面试题,这份《写给大忙人看的Java核心技术》能够让你快速复习

Java架构之路

Java 程序员 架构 面试 编程语言

一次带你全面解析Nginx,从安装JDK开始讲起,收藏当手册

996小迁

Java 学习 编程 架构 面试

SpringCloud Alibaba微服务实战八 - Seata 整合Nacos

AI乔治

Java 架构 微服务 Spring Cloud

区块链的常识之,什么是区块链股份授权证明机制DPoS?

CECBC区块链专委会

区块链 共识机制

数据库:我没有带闪,不讲武德

比伯

Java 编程 程序员 面试 计算机

一文带你读懂!华为云在ACMUG技术沙龙上都透露了些啥?

华为云开发者社区

数据库 大数据 数据

很认真的谈一谈程序员的自我修养

北游学Java

程序员自我修养

朋友不讲武德急催我给他Java干货教程,我劝他耗子尾汁并丢给他一份GitHub上标星115k+的Java教程,他看了之后连忙向我道歉!

Java架构之路

Java 程序员 架构 面试 编程语言

SpringCloud Alibaba微服务实战五 - 限流熔断

AI乔治

Java 架构 微服务 Spring Cloud

SpringCloud Alibaba微服务实战七 - 分布式事务

AI乔治

Java 架构 微服务 Spring Cloud

区块链能修复企业云计算吗?

CECBC区块链专委会

区块链 云计算

阿里P8熬夜完成这两份800页Java面试核心知识原理+框架

Java~~~

Java 程序员 面试 编程语言 架构师

SpringCloud Alibaba微服务实战三 - 服务调用

AI乔治

Java 架构 微服务 Spring Cloud

基于ELK的日志平台介绍

Rayzh

ELK 日志系统

面试官都爱问的ThreadLocal

执墨

ThreadLocal 哈希表 弱引用

2020年10月公有云性能评测:盛大云-华东蝉联冠军,腾讯云-北京无缘前三

博睿数据

云计算 腾讯云 ucloud 公有云 评测

架构师训练营第 1 期 -week9

习习

利用区块链数字化人民币,中国有望从追随者变为新秩序的领导者

CECBC区块链专委会

区块链 数字人民币

OpenKruise:阿里巴巴 双11 全链路应用的云原生部署基座

阿里巴巴云原生

Kubernetes 运维 云原生 中间件 存储

第11代酷睿处理器出色体验的奥秘原来是这个!

intel001

SpringCloud Alibaba微服务实战一基础环境准备

AI乔治

Java 架构 微服务 Spring Cloud

anyRTC uni-app 跨平台SDK 发布!总有一款适合你!

anyRTC开发者

uni-app 音视频 WebRTC RTC

软件测试流程

测试人生路

软件测试

想了解物联网应用的自动部署,看这篇就够了

华为云开发者社区

服务器 华为云 部署

SpringCloud Alibaba微服务实战二 - 服务注册

AI乔治

Java 架构 微服务 Spring Cloud

SpringCloud Alibaba微服务实战四 - 版本管理

AI乔治

Java 架构 微服务 Spring Cloud

年轻人不讲武德!Security五套「源码级」笔记哪里来的?

小Q

学习 编程 面试 spring security SpringCloud

SpringCloud Alibaba微服务实战六 - 配置隔离

AI乔治

Java 架构 微服务 Spring Cloud

2021年全国大学生计算机系统能力大赛操作系统设计赛 技术报告会

2021年全国大学生计算机系统能力大赛操作系统设计赛 技术报告会

AWS Deep Learning AMI 现在推出 TensorFlow 1.5 和全新 Model Serving 功能-InfoQ