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。
AMI使用 Conda 进行深度学习
Conda DLAMI 使用conda虚拟环境，它们存在于多框架或单一框架中。DLAMIs这些环境配置为单独安装不同的框架，并简化框架之间的切换。这对于学习和尝试它所提供的所有框架非常DLAMI有用。大多数用户发现全新 Conda 深AMI度学习非常适合他们。
它们经常使用框架中的最新版本进行更新，并具有最新的GPU驱动程序和软件。在大多数文档 Amazon Deep Learning AMIs 中，它们通常被称为。它们DLAMIs支持 Ubuntu 20.04、亚马逊 Linux 2 操作系统。操作系统的支持取决于上游操作系统的支持。
稳定版本与候选版本
Conda AMIs 使用每个框架中最新正式版本的优化二进制文件。不会有候选版本和实验性功能。优化取决于框架对英特尔等加速技术的支持 MKLDNN，这些技术可以加快对 C5 和 C4 实例类型的训练和推理。CPU编译二进制文件还支持高级英特尔指令集，包括但不限于 AVX -2 AVX、SSE4 .1 和 SSE4 .2。它们可以加速英特尔CPU架构上的矢量和浮点运算。此外，对于GPU实例类型，CUDA和 cu DNN 将使用最新官方版本支持的任何版本进行更新。
AMI使用 Conda 进行深度学习会在框架首次激活时自动为您的 Amazon EC2 实例安装最优化的框架版本。有关更多信息，请参阅在 Conda 中使用深AMI度学习。
如果要使用自定义或优化的版本选项从源安装，深度学习基础 AMI 可能是您更好的选择。
Python 2 弃用
Python 开源社区已于 2020 年 1 月 1 日正式结束对 Python 2 的支持。 TensorFlow 和 PyTorch 社区已经宣布， TensorFlow 2.1 和 PyTorch 1.4 版本是最后一个支持 Python 2 的版本。包含 Python 2 Conda 环境的DLAMI（v26、v25 等）的先前版本继续可用。但是，只有开源社区发布了针对先前发布的版本的 Python 2 Conda 环境的安全修复后，我们才会为这些DLAMI版本提供 Python 2 Conda 环境的更新。DLAMI TensorFlow 和 PyTorch 框架的最新版本不包含 Python 2 Conda 环境。
CUDASupport
具体CUDA版本号可以在GPUDLAMI发行说明中找到。
后续步骤
相关主题
-
有关在 Conda 中使用深度学习AMI的教程，请参阅在 Conda 中使用深AMI度学习教程。