Le AMI di apprendimento profondo forniscono a data scientist, esperti di apprendimento automatico e ricercatori l'infrastruttura e gli strumenti nel cloud necessari per velocizzare i processi di apprendimento profondo su qualsiasi scala. È possibile avviare rapidamente istanze Amazon EC2 in Amazon Linux o Ubuntu con noti framework di apprendimento profondo preinstallati per addestrare modelli di intelligenza artificiale complessi e personalizzati, sperimentare nuovi algoritmi e apprendere nuove competenze e tecniche. Le AMI di apprendimento profondo permettono di creare cluster di GPU gestiti e con dimensionamento automatico per l'addestramento su larga scala e di eseguire inferenze su modelli addestrati con istanze di CPU ottimizzate per il calcolo o per uso generale, utilizzando Apache MXNet, TensorFlow, Microsoft Cognitive Toolkit (CNTK), Caffe, Caffe2, Theano, Torch e Keras.
Come iniziare rapidamente
Per poter iniziare a usare con la massima rapidità le istanze Amazon EC2 per l'apprendimento profondo nel cloud, le AMI di apprendimento profondo sono già dotate di diversi framework noti, ognuno dei quali offre un tutorial intuitivo che illustra modalità di installazione e configurazione e precisione del modello.
Impostazione e configurazione semplificate
Le AMI di apprendimento profondo installano dipendenze, tengono sotto controllo le versioni della libreria e convalidano la compatibilità del codice. Inoltre, gli aggiornamenti mensili delle AMI permetteranno di disporre sempre della versione più aggiornata di motori e librerie di data science.
Prezzi calcolati in base all'uso effettivo
Non è previsto alcun costo aggiuntivo per le AMI di apprendimento profondo, indipendentemente dal tipo di istanza Amazon EC2, GPU o CPU. Saranno addebitati esclusivamente i costi orari delle risorse AWS necessarie per lo storage e l'esecuzione delle applicazioni.
L'apprendimento profondo può essere tecnicamente impegnativo, poiché richiede una buona comprensione dei numeri dietro i modelli e una certa esperienza nel dimensionare addestramento e inferenze su sistemi distribuiti di grandi dimensioni. Di conseguenza, sono emersi molti framework di apprendimento profondo con cui è possibile definire e addestrare modelli su vasta scala. Le AMI di apprendimento profondo di AWS sono state create per Amazon Linux e Ubuntu e sono preconfigurate con Apache MXNet, TensorFlow, Microsoft Cognitive Toolkit (CNTK), Caffe, Caffe2, Theano, Torch e Keras, pertanto permettono di distribuire ed eseguire con la massima rapidità questi framework su vasta scala.
I framework di apprendimento profondo usano reti neurali con processi di moltiplicazione che coinvolgono diverse matrici. Per velocizzare l'addestramento dei modelli e le attività di ricerca e sviluppo sull'apprendimento profondo, le AMI di AWS offrono accelerazione GPU tramite driver CUDA e cuDNN preconfigurati e la libreria MKL (Math Kernel Library) di Intel; inoltre, installano i pacchetti Python più utilizzati e la piattaforma Anaconda.
Le AMI di apprendimento profondo di AWS in istanze P2 di Amazon EC2 dispongono di default dei driver CUDA e cuDNN di NVIDIA per tutti i framework di apprendimento profondo supportati, in modo da ridurre in modo significativo il tempo necessario per completare le operazioni di elaborazione.
Quando sono in uso processori basati su Intel per istanze Amazon EC2, le AMI di apprendimento profondo integrano la Intel Math Kernel Library (MKL), per velocizzare l'elaborazione matematica e le routine delle reti neurali.
Le AMI di apprendimento profondo di AWS includono i notebook Jupyter (precedentemente noti come iPython) con kernel Python 2.7 e Python 3.4 e i pacchetti Python più utilizzati, tra cui il kit SDK AWS per Python.
Per semplificare gestione e distribuzione di pacchetti, le AMI di apprendimento profondo di AWS installano le piattaforme di data science Anaconda2 e Anaconda3 per elaborazione di dati su vasta scala, analisi predittiva ed elaborazione di dati scientifici.
