深度学习 AMI
开发人员指南
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 Amazon AWS 入门

AWS Deep Learning AMI 开发人员指南 文档历史记录

更改 描述 日期

现在,Docker 预先安装在您的 DLAMI 上

从 采用 Conda 的 Deep Learning AMI 版本 14 开始,Docker 和 Docker for GPU 的 NVIDIA 版本已预先安装。

September 25, 2018

从每日构建安装 PyTorch

增加了一个教程,其中讲述如何在您的 采用 Conda 的 Deep Learning AMI 上卸载 PyTorch,然后安装 PyTorch 的每日构建版本。

September 25, 2018

分布式训练教程

增加了有关如何将 Keras-MXNet 用于多 GPU 训练的教程。针对 v4.2.0 更新了 Chainer 的教程。

July 23, 2018

TensorBoard 教程

示例已移至 ~/examples/tensorboard。更新了教程路径。

July 23, 2018

MXBoard 教程

增加了有关如何将 MXBoard 用于 MXNet 模型的可视化的教程。

July 23, 2018

Conda 教程

已更新示例 MOTD 以反映更新的版本。

July 23, 2018

Chainer 教程

此教程已更新为使用来自 Chainer 源的最新示例。

July 23, 2018

早期更新:

下表描述了 2018 年 7 月之前每个 AWS Deep Learning AMI 发行版中的重要更改。

变更 说明 日期
TensorFlow with Horovod 增加了有关利用 TensorFlow 和 Horovod 训练 ImageNet 的教程。 2018 年 6 月 6 日
升级指南 添加了升级指南。 2018 年 5 月 15 日
新区域和新的 10 分钟教程 添加的新区域:美国西部 (加利福利亚北部)、南美洲、加拿大 (中部)、欧洲 (伦敦) 和欧洲 (巴黎)。此外,第一版 10 分钟教程名为:“AWS Deep Learning AMI 入门”。 2018 年 4 月 26 日
Chainer 教程 添加了有关在多 GPU、单个 GPU 和 CPU 中使用 Chainer 的教程。CUDA 集成已针对多个框架从 CUDA 8 升级到 CUDA 9。 2018 年 2 月 28 日
Linux AMIs v3.0,以及 MXNet Model Server、TensorFlow Serving 和 TensorBoard 的引入 添加了适用于 Conda AMI 的教程(使用新模型)以及可视化服务功能(使用 MXNet Model Server v0.1.5、TensorFlow Serving v1.4.0 和 TensorBoard v0.4.0.AMI)和框架 CUDA 功能(在 Conda 和 CUDA 概述中描述)。最新发行说明迁移到 https://aws.amazon.com/releasenotes/ 2018 年 1 月 25 日
Linux AMI v2.0 基础、源和 Conda AMI 均已更新,涵盖了 NCCL 2.1。源和 Conda AMI 的更新还涵盖了 MXNet v1.0、PyTorch 0.3.0 和 Keras 2.0.9。 2017 年 12 月 11 日
添加了两个 Windows AMI 选项 发布了 Windows 2012 R2 和 2016 AMI:添加到 AMI 选择指南中并添加到发行说明中. 2017 年 11 月 30 日
初始文档版本 更改的详细说明,带有指向所更改主题/章节的链接。 2017 年 11 月 15 日