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, Chainer и Keras, что позволяет обучать сложные специальные модели AI, экспериментировать с новыми алгоритмами или изучать новые навыки и методы.
Независимо от выбранного для работы варианта, инстансов на графических процессорах или стандартных вычислительных инстансов Amazon EC2, за образы AWS Deep Learning AMI не начисляется дополнительная плата. Вы платите только за ресурсы AWS, используемые 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. Предлагаемые нами образы AMI 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 pip-пакеты платформ глубокого обучения в отдельных виртуальных средах, доступен образ 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 для модулей глубокого обучения или специальные сборки модулей глубокого обучения, доступен образ Base AMI в версиях для Ubuntu и Amazon Linux.
Узнайте подробнее о преимуществах образа Base AMI и 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 для Amazon Linux и Ubuntu поставляются с предварительно настроенными платформами Apache MXNet и Gluon, TensorFlow, Microsoft Cognitive Toolkit, Caffe, Caffe2, Theano, Torch, PyTorch, Chainer 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.
