TensorFlow - Amazon EMR
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,请参阅中国的 AWS 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。

TensorFlow

TensorFlow 是一种开源符号数学库,用于机器智能和深度学习应用程序。有关更多信息,请参阅 TensorFlow 网站。TensorFlow 适用于 Amazon EMR 版本 5.17.0 及更高版本。

下表列出了 Amazon EMR 6.x 系列的最新发布版本附带的 TensorFlow 的版本,以及 Amazon EMR 随 TensorFlow 一起安装的组件。

有关随此发布版本中的 TensorFlow 一起安装的组件的版本,请参阅发布版本 6.2.0 组件版本

TensorFlow emr-6.2.0 的 版本信息
Amazon EMR 发行版标签 TensorFlow 版本 随 TensorFlow 安装的组件

emr-6.2.0

TensorFlow 2.3.1

emrfs、emr-goodies、hadoop-client、hadoop-hdfs-datanode、hadoop-hdfs-library、hadoop-hdfs-namenode、hadoop-httpfs-server、hadoop-kms-server、hadoop-yarn-nodemanager、hadoop-yarn-resourcemanager、hadoop-yarn-timeline-server、tensorflow

下表列出了 Amazon EMR 5.x 系列的最新发布版本附带的 TensorFlow 的版本,以及 Amazon EMR 随 TensorFlow 一起安装的组件。

有关随此发布版本中的 TensorFlow 一起安装的组件的版本,请参阅发布版本 5.32.0 组件版本

TensorFlowemr-5.32.0 的 版本信息
Amazon EMR 发行版标签 TensorFlow 版本 随 安装的组件TensorFlow

emr-5.32.0

TensorFlow 2.3.1

emrfs、emr-goodies、hadoop-client、hadoop-hdfs-datanode、hadoop-hdfs-library、hadoop-hdfs-namenode、hadoop-httpfs-server、hadoop-kms-server、hadoop-yarn-nodemanager、hadoop-yarn-resourcemanager、hadoop-yarn-timeline-server、tensorflow

使用的 TensorFlow 版本因 Amazon EC2 实例类型而异

Amazon EMR 使用的 TensorFlow 库版本因您为集群选择的实例类型而异。下表按实例类型列出了构建。

EC2 实例类型 TensorFlow 构建

M5 和 C5

适用于 Intel MKL 优化的 Tensorflow 1.9.0

P2

适用于 CUDA 9.2 的 Tensorflow 1.9.0,cuDNN 7.1

P3

适用于 CUDA 9.2 的 Tensorflow 1.9.0、cuDNN 7.1、NCCL 2.2.13

Nvidia NCCL 仅适用于 P3 实例。最终用户许可协议 (EULA):在 Amazon EMR 上使用 Nvidia 组件,即表示您同意产品 EULA. 中列出的条款和条件。

所有其他地址

Tensorflow 1.9.0

Security

除了遵循安全地使用 TensorFlow 中的指导外,我们还建议您在私有子网中启动集群,以帮助您限制对可信来源的访问。有关更多信息,请参阅 Amazon VPC 中的 选项Amazon EMR 管理指南。

使用 TensorBoard

TensorBoard 是一组适用于 TensorFlow 程序的可视化工具。有关更多信息,请参阅 Tensorflow 网站上的 TensorBoard: Visualized Learning

要将 TensorBoard 与 Amazon EMR 结合使用,您必须在集群主节点上启动 TensorBoard。

在 上将 Tensorboard 与 Tensorflow 结合使用Amazon EMR

  1. 使用 SSH 连接到集群的主节点。有关更多信息,请参阅 https://docs.amazonaws.cn/emr/latest/ManagementGuide/emr-connect-master-node-ssh.html 中的Amazon EMR 管理指南 使用 SSH 连接到主节点.

  2. 键入以下命令以在主节点上启动 Tensorboard。将 /my/log/directory 替换为主节点上使用摘要写入器生成和存储摘要数据的目录。

    python3 -m tensorboard.main --logdir=/my/log/dir

    默认情况下,主节点使用端口 6006 和主节点的公有 DNS 名称托管 TensorBoard。启动 TensorBoard 后,命令行输出会显示可用于连接到 TensorBoard 的 URL,如以下示例所示:

    TensorBoard 1.9.0 at http://master-public-dns-name:6006 (Press CTRL+C to quit)
  3. 从可信客户端设置对主节点上的 Web 界面的访问。有关更多信息,请参阅 中的Amazon EMR查看 集群上托管的 Web 界面。Amazon EMR 管理指南

  4. 打开位于 http://master-public-dns-name:6006 的 TensorBoard。