带 Conda 的深度学习 AMI - 深度学习 AMI
Amazon Web Services 文档中描述的 Amazon Web Services 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 中国的 Amazon Web Services 服务入门 (PDF)

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。

带 Conda 的深度学习 AMI

Conda DLAMI 使用 conda 虚拟环境。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。这对了解和体验 DLAMI 必须提供的所有框架很有好处。大多数用户都会发现新的带 Conda 的深度学习 AMI 非常适合他们。

这些 AMI 是主要的 DLAMI。它们将经常使用框架中的最新版本进行更新,并拥有最新的 GPU 驱动程序和软件。在大多数文档中,它们通常被称为 Amazon Deep Learning AMI。

  • Ubuntu 18.04 DLAMI 具有以下框架:Apache MXNet(孵化版)、PyTorch 和 TensorFlow 2。

  • Amazon Linux 2 DLAMI 具有以下框架:Apache MXNet(孵化版)、PyTorch 和 TensorFlow 2。

注意

从 v28 版本开始,我们将不再在 Amazon Deep Learning AMI 中包含 CNTK、Caffe、Caffe2、Theano、Chainer 和 Keras Conda 环境。包含这些环境的先前版本的 Amazon Deep Learning AMI 继续可用。但是,只有在开源社区针对这些框架发布安全修补程序时,我们才为这些环境提供更新。

稳定版本与候选版本

Conda AMI 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 Intel 的 MKL DNN 等加速技术的支持,这些技术可加快在 C5 和 C4 CPU 实例类型上的训练和推理速度。二进制文件也将被编译以支持高级 Intel 指令集,包括但不限于 AVX、AVX-2、SSE4.1 和 SSE4.2。这些指令将加快 Intel CPU 架构上向量和浮点运算的速度。此外,对于 GPU 实例类型,使用最新官方版本支持的任何版本来更新 CUDA 和 cuDNN。

带 Conda 的深度学习 AMI 会在框架首次激活时自动为您的 Amazon EC2 实例安装框架的最优化版本。有关更多信息,请参阅 使用带 Conda 的深度学习 AMI

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 版本是支持 Python 2 的最后版本。包含 Python 2 Conda 环境的 DLAMI 先前版本(v26、v25 等)继续可用。但是,只有在开源社区针对先前发布的 DLAMI 版本发布了安全修补程序时,我们才会在这些版本上提供关于 Python 2 Conda 环境的更新。包含最新版本 TensorFlow 和 PyTorch 框架的 DLAMI 版本不包含 Python 2 Conda 环境。

CUDA 支持

具体 CUDA 版本号可以在 GPU DLAMI 发布说明中找到。

后续步骤

DLAMI CPU 架构选项