框架Support 政策 - 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

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。

框架Support 政策

Amazon Deep Learning AMIs (dLAMis) 和AmazonDeep Learning Containers(DLC) 简化了深度学习工作负载的映像配置,并使用最新的框架、硬件、驱动程序、库和操作系统进行了优化。本文档详细介绍了 DLAMI 和 DLC 的框架支持政策。有关可用的 DLAMI 的列表,请参阅DLAMI 发布说明. 有关可用的 DLC 的列表,请参阅Deep Learing Container.

支持的框架

参考下表,查看积极支持哪些框架和版本。引用补丁结束查看多长时间Amazon支持原始框架维护团队积极支持的当前版本。框架和版本可在单框架 DLAMI、多框架 DLAMI 或单框架 DLC 中使用。有关特定图像的更多详细信息,请参阅发行说明:

注意

在框架版本中k.n.x,k指主要版本,指次要版本,并且x指补丁版本。例如, TensorFlow 2.6.5,主要版本为 2,次要版本为 6,补丁版本为 5。

框架 当前版本 支持 CUDA 版本 GitHub GA 补丁结束 单框架 DLAMI 可用 多框架 DLAMI 可用 DLC 版本

PyTorch

1.12.1

— 11.3 for SageMaker DLC

-11.6 适用于 DLAMI 和 EC2/ECS/EKS DLC

2022 年 1 月 7 日

07/01/2023

PyTorch

1.11

-11.3 for SageMaker DLC

-DLAMI 和 EC2/ECS/EKS DLC 为 11.5

2022 年 3 月 10 日

03/10/2023

PyTorch

1.10.2

11.3

2022 年 10 月 21 日

20年10/21/20年

TensorFlow

2.10.0

11.2

2022 年 6 月 9 日

09/6/2023

TensorFlow

-2.9.2

-DLC 2.9.1

11.2

20年发布的

0/17/20年

TensorFlow

-2.8.3

-DLC 2.8.0

11.2

2022 年 2 月 2 日

2023 年 2 月 2 日

TensorFlow

-2.7.4

-DLC 2.7.1

11.2

2021 年 4 月 11 日

11/04/2022

常见问题

哪些框架版本会获得安全补丁?

如果框架版本被标记为支持在里面支持的框架表,它有安全补丁。

图像具有表的Amazon新框架版本发布时发布?

我们在新版本发布后不久就会发布新的 DLAMI 和 DLC TensorFlow 和 PyTorch已发布。这包括主要版本、主要/次要版本和 major-minor-patch 框架的版本。当有新版本的驱动程序和库可用时,我们还会更新映像。有关映像维护的更多信息,请参阅对我的框架版本的积极支持何时结束?

哪些图像是新的 SageMaker/Amazon功能?

新功能通常在最新版本的 DLAMI 和 DLC 中发布 PyTorch 和 TensorFlow. 有关新图像的详细信息,请参阅特定图像的发行说明 SageMaker 要么Amazon功能。有关可用的 DLAMI 的列表,请参阅DLAMI 发布说明. 有关可用的 DLC 的列表,请参阅的发布说明AmazonDeep Learning Containers. 有关映像维护的更多信息,请参阅对我的框架版本的积极支持何时结束?

在 “支持的框架” 表中如何定义当前版本?

中的当前版本支持的框架table 指的是最新的框架版本Amazon在上可用 GitHub. 每个最新版本都包含对 DLAMI 或 DLC 中的驱动程序、库和相关软件包的更新。有关映像维护的信息,请参见对我的框架版本的积极支持何时结束?

如果我运行的版本不在 “支持的框架” 表中怎么办?

如果你运行的版本不在支持的框架表,你可能没有最新的驱动程序、库和相关软件包。了解更多信息 up-to-date 版本,我们建议您使用您选择的最新 DLAMI 或 DLC 升级到可用的支持框架之一。有关可用的 DLAMI 的列表,请参阅DLAMI 发布说明. 有关可用的 DLC 的列表,请参阅的发布说明AmazonDeep Learning Containers.

DLAMI 或 DLC 是否支持以前版本的 TensorFlow?

否。 我们支持每个框架的最新主要版本的最新补丁版本,自其初始版本起365天发布 GitHub 如上所述发布支持的框架table。有关更多信息,请参阅如果我运行的版本不在 “支持的框架” 表中怎么办?

如何找到支持的框架版本的最新补丁镜像?

要使用具有最新框架版本的 DLAMI,请检索DLAMI然后使用它来启动 DLAMIEC2 控制台. 示例Amazon用于检索的 CLI 命令Amazon Deep Learning AMIID,请参阅深度学习框架部分中的部分Amazon Deep Learning AMI目录.Amazon CLI AMI ID 查询也包含在单框架 DLAMI 发行说明. 您选择的框架版本必须贴上标签支持在里面支持的框架table。

要使用具有最新框架版本的 DLC,请浏览DLC GitHub发布标签查找您选择的示例镜像 URI,并使用它来提取最新的可用的 Docker 镜像。您选择的框架版本必须贴上标签支持在里面支持的框架table。

新图片发布的频率如何?

提供更新的补丁版本是我们的首要任务。我们通常会尽早创建经过补丁的图像。我们会监控新补丁的框架版本(例如 TensorFlow 2.9 TensorFlow 2.9.1) 和新的次要发布版本(例如 TensorFlow 2.9 TensorFlow 2.10)并尽早提供它们。当现有版本为 TensorFlow 随新版本的 CUDA 一起发布,我们为该版本发布了新的 DLAMI 和 DLC TensorFlow 支持新的 CUDA 版本。

在我的工作负载运行时,我的实例会被修补到位吗?

否。 DLAMI 和 DLC 的补丁更新不是 “就地” 更新。

对于 DLAMI,您必须打开新的 EC2 实例,迁移工作负载和脚本,然后关闭以前的实例。

对于 DLC,您必须删除实例上的现有映像并在不终止实例的情况下提取最新的容器映像。

当有新的补丁或更新的框架版本可用时会发生什么?

定期查看发行说明页面以获取您的图片。我们建议您在新的已修补或更新的框架可用时将其升级。有关可用的 DLAMI 的列表,请参阅DLAMI 发布说明. 有关可用的 DLC 的列表,请参阅的发布说明AmazonDeep Learning Containers.

是否在不更改框架版本的情况下更新依赖关系?

我们在不更改框架版本的情况下更新依赖关系。但是,如果依赖项更新导致不兼容,我们会使用不同的版本创建镜像。请务必检查DLAMI 发布说明的发布说明Amazon Deep Learning AMI获取更新的依赖关系信息。

对我的框架版本的积极支持何时结束?

DLAMI 和 DLC 镜像是不可变的。一旦创建,它们就不会改变。对框架版本的主动支持终止有四个主要原因:

注意

由于版本补丁升级和安全补丁的频率很高,我们建议您经常查看 DLAMI 或 DLC 的发行说明页面,并在进行更改时进行升级。

框架版本(补丁)升级

如果你有 DLAMI 或 DLC 工作负载基于 TensorFlow 2.7.0 TensorFlow版本 2.7.1 GitHub,那么Amazon发布了新的 DLAMI 和 DLC TensorFlow 2.7.1 2.7.0 版本中的先前图像在使用新映像后,其有效保留时间会更长 TensorFlow 2.7.1 带有 DLAMI 或 DLC TensorFlow 2.7.0 没有收到更多补丁。的 DLAMI 和 DLC 发行说明页面 TensorFlow 然后使用最新信息更新 2.7。每个次要补丁都没有单独的发行说明页面。

由于补丁升级而创建的新 DLAMI 被指定为新的AMI ID. 由于补丁升级而创建的新 DLC 被指定为已更新发布标签. 如果更改不向后兼容,则标签将更改主要版本而不是次要版本(例如,v1.0 将更改为 v2.0 而不是 v 1.2)。

Amazon安全补丁

如果你的工作负载是基于图像的 TensorFlow 2.7.0Amazon制作安全补丁,然后发布新版本的 DLAMI 或 DLC TensorFlow 2.7.0 早期版本的图片带有 TensorFlow 2.7.0 已不再积极维护。有关更多信息,请参阅在我的工作负载运行时,我的实例会被修补到位吗?有关查找最新 DLAMI 或 DLC 的步骤,请参阅如何找到支持的框架版本的最新补丁镜像?

由于补丁升级而创建的新 DLAMI 被指定为新的AMI ID. 由于补丁升级而创建的新 DLC 被指定为已更新发布标签. 如果更改不向后兼容,则标签将更改主要版本而不是次要版本(例如,v1.0 将更改为 v2.0 而不是 v 1.2)。

补丁结束日期(老化)

DLAMis 和 DLC 在 365 天后才结束补丁日期 GitHub 发布日期

对于多框架 dLAMis,更新其中一个框架版本时,需要使用更新版本的新 DLAMI。使用旧框架版本的 DLAMI 不再得到积极维护。

重要

当有重大框架更新时,我们会例外。例如。if TensorFlow 1.15 更新 TensorFlow 2.0,那么我们继续支持最新版本的 TensorFlow 1.15 自发布之日起两年 GitHub 发布或原始框架维护团队取消支持六个月后,以较早的日期为准。

附属物 end-of-support

如果你在上运行工作负载 TensorFlow 2.7.0 使用 Python 3.6 的 DLAMI 或 DLC 图片,该版本的 Python 被标记为 end-of-support,那么所有基于 Python 3.6 的 DLAMI 和 DLC 图像都将不再得到积极维护。同样,如果像 Ubuntu 16.04 这样的操作系统版本被标记为 end-of-support,那么所有依赖于 Ubuntu 16.04 的 DLAMI 和 DLC 图像都将不再得到积极维护。

框架版本中不再积极维护的图像会被修补吗?

否。 不再积极维护的图像将不会发布新版本。

如何使用较旧的框架版本?

要在较早的框架版本中使用 DLAMI,请检索DLAMI然后使用它来启动 DLAMIEC2 控制台. 对于Amazon要检索 AMI ID 的 CLI 命令,请参阅深度学习框架部分中的部分Amazon深度学习 AMI 目录.Amazon CLI AMI ID 查询也包含在单框架 DLAMI 发行说明.

要在较早的框架版本中使用 DLC,请浏览DLC GitHub发布标签找到你选择的图片 URI 并用它来提取 docker 镜像。

我该如何留放 up-to-date 框架及其版本的支持变更了吗?

留下来 up-to-date 使用 DLAMI 和 DLC 框架和版本使用支持的框架table,DLAMI 发布说明DLC 发布说明,还有可用Deep Learning Containers ers页面。

我需要商业许可证才能使用 Anaconda 存储库吗?

对于某些用户,Anaconda 转向了商业许可模式。积极维护的 DLAMI 和 DLC 已迁移到公开发布的开源版本 Conda (康达锻造)来自 Anaconda 频道。

警告

如果您正在积极使用 Anaconda 在不再积极维护的 DLC 中安装和管理您的软件包及其依赖关系,则您有责任遵守管理许可Anaconda 存储库,如果您确定这些条款适用于您。或者,您可以迁移到列出的当前支持的 DLC 之一支持的框架table 或者你可以使用 conda-forge 作为源代码安装软件包。