Amazon SageMaker 持续地快速迭代并代表客户发布新功能。从今天开始，SageMaker 增加了对许多新实例类型、使用 SDK 的本地设置以及 Apache MXNet 1.1.0 和 Tensorflow 1.6.0 的支持。让我们快速地了解每种更新。

新实例类型

Amazon SageMaker 客户现在可获得其他选项以适当调节笔记本、培训和托管的工作负荷。笔记本实例现在支持除 t2.micro、t2.small 和 m4.large 实例之外的所有 T2、M4、P2 和 P3 实例类型。模型培训现在支持除 m4.large、c4.large 和 c5.large 实例之外的几乎所有 M4、M5、C4、C5、P2 和 P3 实例。最后，模型托管现在支持除 m4.large 实例之外的几乎所有 T2、M4、M5、C4、C5、P2 和 P3 实例。许多客户可以利用最新的 P3、C5 和 M5 实例为其工作负荷获得最佳价格/性能比。客户还可以利用使用频率较低的终端或笔记本的 T2 实例上的可突增计算模型。

开源容器、本地模式以及 TensorFlow 1.6.0 和 MXNet 1.1.0

今天，Amazon SageMaker 构建了开源型 MXNet 和 Tensorflow 深度学习容器，助力 SageMaker SDK 中的 MXNet 和 Tensorflow 估计器。撰写适应简单界面的 Python 脚本的功能仍是我最喜欢的 SageMaker 功能之一，现在这些容器可额外定制以包含任何附加库。您可在本地下载这些容器以进行迭代并实验哪一个能够加速您的调试周期。当您准备好从本地测试推进到生产培训和托管时，只需更改一行代码即可。

这些容器还可启动对 Tensorflow 1.6.0 和 MXNet 1.1.0 的支持。Tensorflow 具有一些新 1.6.0 功能，包括支持 CUDA 9.0、cuDNN 7 和 AVX 指令，这可显著地加快许多培训应用程序的速度。MXNet 1.1.0 增加了一些新功能，包括文本 API mxnet.text 以及对文本处理、索引、词汇表和其他功能的支持。两种真正炫酷的预培训嵌入功能是 GloVe 和 fastText。
<

现已推出
上面提到的所有功能目前都已推出。如果您有任何疑问，或者您要构建一些有趣的程序，请一如既往地在 Twitter 或下面的评论中告诉我们。如果您方便的话，我随后将再实验部分新 MXNet API！

本文转载自AWS技术博客。

原文链接：
https://amazonaws-china.com/cn/blogs/china/amazon-sagemaker-roundup-sf/

创作场景

Amazon SageMaker 现在可支持其他实例类型、本地模式、开源容器、MXNet 和 Tensorflow 更新