本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# DLAMI 的文档历史记录
<a name="doc-history"></a>

下表提供了最近 DLAMI 版本以及对《Amazon Deep Learning AMIs 开发人员指南》的相关更改的历史记录。

*最近更改*

| 变更 | 说明 | 日期 | 
| --- |--- |--- |
| [使用 TensorFlow Serving 训练 MNIST 模型](tutorial-tfserving.md) | 使用 TensorFlow Serving 训练 MNIST 模型示例。 | 2025 年 2 月 14 日 | 
| [ARM64 DLAMI](tutorial-arm64.md) |  Amazon Deep Learning AMIs 现在支持基于 Arm64 处理器的 GPU 上的图像。 | 2021 年 11 月 29 日 | 
| [TensorFlow 2](tutorial-tensorflow-2.md) |  在带有 Conda 的 Deep Learning AMI 中，现在提供了附带 CUDA 10 的 TensorFlow 2。 | 2019 年 12 月 3 日 | 
| [Amazon Inferentia](tutorial-inferentia.md) |  Deep Learning AMI 现在支持 Amazon Inferentia 硬件和 Amazon Neuron SDK。 | 2019 年 12 月 3 日 | 
| [从每日构建版本安装 PyTorch](tutorial-pytorch.md) | 增加了一个教程，其中讲述如何在带 Conda 的 Deep Learning AMI 上卸载 PyTorch，然后安装 PyTorch 的每日构建版本。 | 2018 年 9 月 25 日 | 
| [Conda 教程](tutorial-conda.md#tutorial-conda-login) | 已更新示例 MOTD 以反映更新的版本。 | 2018 年 7 月 23 日 | 

*之前的更改*

下表提供了 2018 年 7 月之前早期 DLAMI 版本和相关更改的历史记录。


****  

| 更改 | 描述 | 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，首次发布的 10 分钟教程的标题为：“深度学习 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）。最新发布说明迁移到 [https://www.amazonaws.cn/releasenotes/](https://www.amazonaws.cn/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 选择指南以及发布说明中。 | 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 |