借助 AWS 深度学习 AMI,只需单击一下鼠标,就能在 AWS 上构建完整的深度学习环境。AWS 深度学习 AMI 现已支持 PyTorch、Keras 1.2/2.0 以及 TensorFlow、Caffe2、Apache MXNet 等热门机器学习框架。
利用 PyTorch 快速进行原型设计
AMI 现在包含 PyTorch 0.2.0,可帮助开发人员在 Python 中创建动态神经网络,非常适合文本和时间序列等动态输入。借助这些初学者和高级教程 (包括设置 PyTorch 分布式训练),开发人员能够迅速入门。
改进 Keras 支持
AMI 现在支持最新版本的 Keras – v2.0.8。默认情况下,Keras 代码以 TensorFlow 作为后端运行;不过可以切换到其他支持的后端,如 Theano、CNTK 等。我们还提供一个修改过的 Keras 1.2.2 版本,它运行在 Apache MXNet 后端上,具有更好的训练性能。
预安装和配置了最新框架
本 AMI 版本支持以下框架的最新版本:
- Apache MXNet 0.11.0 及 Gluon
- TensorFlow 1.3.0
- Caffe2 0.8.0
- Caffe1.0
- PyTorch 0.2.0
- Keras 2.0.8 (使用 TensorFlow 作为默认后端)
- Keras 1.2.2 (DMLC 分支,使用 MXNet 作为默认后端)
- Theano 0.9.0
- CNTK 2.0
- Torch (主分支)
此外,它还包含以下用于 GPU 加速的预配置库:
- CUDA Toolkit 8.0
- cuDNN 5.1
- NVidia Driver 375.66
- NCCL 2.0
试用 Gluon
最后但不是最不重要的一点,AMI 还包含 Gluon – 一种新的开源深度学习接口,可帮助开发人员轻松、快速地构建机器学习模型,而不牺牲任何性能。有关 Gluon 的更多信息,请参阅我们的发行公告;还有 50 多个包含示例代码的笔记本等您试用,切莫错过!
只需在 AWS Marketplace 中单击一下鼠标,您就能启动适用于 Ubuntu 和 Amazon Linux 的 AWS 深度学习 AMI;或者,您也可以按照此分步指南操作,开始启动您的第一个笔记本。
关于 Keras 支持的注意事项
您可以使用 Conda 虚拟环境在 Keras 1 和 Keras 2 之间切换。默认运行 Keras 2;要切换到 Keras 1 和 MXNet 后端,请使用以下命令:
对于 Python 2 用户:
1 | source ~/src/anaconda3/bin/activate keras1.2_p2 |
对于 Python 3 用户:
1 | source ~/src/anaconda3/bin/activate keras1.2_p3 |
然后,即可像往常一样在此虚拟环境中导入和运行 Keras 1.2.2:
1 | import keras |
要进一步了解 Conda 及其用于管理虚拟环境的命令行界面,请参阅 Conda 入门指南。
文章来源:亚马逊公告
本站微信群、QQ群(三群号 726282629):