Образы AWS Deep Learning AMI
Предварительно настроенные среды для быстрого создания приложений глубокого обучения
Образы AWS Deep Learning AMI предоставляют специалистам по машинному обучению и ученым инфраструктуру и инструменты для ускорения глубокого обучения в облаке в любых масштабах. С их помощью можно быстро запускать инстансы Amazon EC2 с предварительно установленными популярными платформами глубокого обучения, такими как Apache MXNet и Gluon, TensorFlow, Microsoft Cognitive Toolkit, Caffe, Caffe2, Theano, Torch, Pytorch и Keras, позволяющими обучать сложные специальные модели AI, экспериментировать с новыми алгоритмами или изучать новые навыки и методы.
Независимо от того, что требуется для работы, инстансы на графических процессорах или вычислительные инстансы Amazon EC2, за образы AWS Deep Learning AMI не берется дополнительная плата – вы платите только за ресурсы AWS, необходимые для хранения и запуска приложений.
Выбор AWS Deep Learning AMI
Даже для опытных специалистов по машинному обучению начало работы с глубоким обучением может быть трудоемким и обременительным. Три типа образов AMI, которые мы предлагаем, соответствуют различным потребностям разработчиков. Чтобы получить инструкции по началу работы, см. Руководство по выбору AMI и другие ресурсы по глубокому обучению.
Conda AMI
Для разработчиков, которые хотят иметь предустановленные пакеты pip-платформ глубокого обучения в отдельных виртуальных средах, доступен образ Deep Learning AMI на основе Conda в версиях для Ubuntu, Amazon Linux и Windows 2016.
Узнайте подробнее о преимуществах образа Conda AMI и начните работу с этого пошагового руководства.
Base AMI
Для разработчиков, которые хотят начать с чистого листа и настроить частные репозитории модулей глубокого обучения или специальные сборки модулей глубокого обучения, доступен образ Deep Learning Base AMI в версиях для Ubuntu и Amazon Linux.
Узнайте подробнее о преимуществах образа Base AMI и начните работу с этого пошагового руководства.
AMI с исходным кодом
Для разработчиков, которые хотят иметь предустановленные платформы глубокого обучения и их исходный код в общей среде Python, доступен образ Deep Learning AMI для инстансов P3 с CUDA 9 в версиях для Ubuntu и Amazon Linux, а также для инстансов P2 с CUDA 8 в версиях для Ubuntu и Amazon Linux.
Начните работу с этого пошагового руководства.
Поддержка платформ глубокого обучения
Образы AWS Deep Learning AMI поддерживают все популярные платформы глубокого обучения, позволяющие определять модели, а затем обучать их в нужном масштабе. Образы AMI, созданные для Amazon Linux и Ubuntu, поставляются с предварительно настроенными платформами Apache MXNet и Gluon, TensorFlow, Microsoft Cognitive Toolkit, Caffe, Caffe2, Theano, Torch, PyTorch и Keras, что позволяет быстро выполнить развертывание и запустить любую из этих платформ в нужном масштабе.
Ускоренное обучение моделей
Чтобы облегчить обучение моделей и разработки в области глубокого обучения, в образы AWS Deep Learning AMI включены новые возможности ускорения с помощью графических процессоров NVIDIA за счет предварительно настроенных драйверов CUDA и cuDNN, а также за счет математической библиотеки Intel Math Kernel Library (MKL), включенной в дополнение к установке популярных пакетов Python и платформы Anaconda.
Образы AWS Deep Learning AMI работают на инстансах Amazon EC2 P2, а также на инстансах P3, которые используют архитектуру NVIDIA Volta. В AMI включены предварительно установленные драйверы NVIDIA CUDA и cuDNN, что существенно ускоряет выполнение вычислений.
Образы AWS Deep Learning AMI работают в Amazon EC2 на инстансах C5 с процессорами Intel, предназначенных для получения логических выводов. Образы AMI также интегрированы с библиотекой Intel Math Kernel Library (MKL) для ускорения математических расчетов и выполнения подпрограмм нейронной сети.
AMI поставляются с установленными блокнотами Jupyter на основе ядер Python 2.7 и Python 3.5, а также с различными популярными пакетами Python, включая AWS SDK для Python.
Чтобы упростить управление пакетами и развертывание, образы AWS Deep Learning AMI устанавливают платформу для научных исследований Anaconda2 и Anaconda3 в целях обработки больших объемов данных, применения методов прогнозной аналитики и выполнения научных вычислений.
Начать работу с глубоким обучением на AWS
Amazon SageMaker для машинного обучения
Amazon SageMaker – это полностью управляемый сервис, который позволяет специалистам по работе с данными и разработчикам быстро и просто создавать, обучать и развертывать модели машинного обучения в любом масштабе. Amazon SageMaker устраняет все типичные барьеры, которые останавливают разработчиков, стремящихся использовать машинное обучение.
