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 是一个用于机器智能和深度学习应用程序的开源符号数学库。欲了解更多信息，请[TensorFlow 访问网站](https://www.tensorflow.org/)。 TensorFlow 在 Amazon EMR 发行版 5.17.0 及更高版本中可用。 下表列出了最新版本的 Amazon EMR 7.x 系列中 TensorFlow 包含的版本，以及 Amazon EMR 随之安装的组件。 TensorFlow 有关此版本 TensorFlow 中安装的组件的版本，请参阅 [7.13.0 版组件版本](emr-7130-release.md)。 **TensorFlow emr-7.13.0 的版本信息** | Amazon EMR 发行版标签 | TensorFlow 版本 | 安装在一起的组件 TensorFlow | | --- | --- | --- | | emr-7.13.0 | TensorFlow 2.19.0 | emrfs, emr-goodies, hadoop-client, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-hdfs-zkfc, hadoop-httpfs-server, hadoop-kms-server, hadoop-yarn-nodemanager, hadoop-yarn-resourcemanager, hadoop-yarn-timeline-server, tensorflow | 下表列出了最新版本的 Amazon EMR 6.x 系列中 TensorFlow 包含的版本，以及 Amazon EMR 随之安装的组件。 TensorFlow 有关此版本 TensorFlow 中安装的组件的版本，请参阅 [6.15.0 版组件版本](emr-6150-release.md)。 **TensorFlow emr-6.15.0 的版本信息** | Amazon EMR 发行版标签 | TensorFlow 版本 | 安装在一起的组件 TensorFlow | | --- | --- | --- | | emr-6.15.0 | TensorFlow 2.11.0 | 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 | 下表列出了最新版本的 Amazon EMR 5.x 系列中 TensorFlow 包含的版本，以及 Amazon EMR 随之安装的组件。 TensorFlow 有关此版本 TensorFlow 中安装的组件的版本，请参阅 [5.36.2 版组件版本](emr-5362-release.md)。 **TensorFlow emr-5.36.2 的版本信息** | Amazon EMR 发行版标签 | TensorFlow 版本 | 安装在一起的组件 TensorFlow | | --- | --- | --- | | emr-5.36.2 | TensorFlow 2.4.1 | 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 | ## TensorFlow 按亚马逊 EC2 实例类型构建 根据您为集群选择的实例类型，Amazon EMR 使用不同的 TensorFlow 库版本。Amazon EMR 还支持 EMR-7.5. TensorFlow 0 及更高版本的 aarch64 实例类型（Graviton 实例）的集群。 下表按实例类型列出了 EMR-7.10.0 的版本： | EC2 实例类型 | TensorFlow 建造 | | --- | --- | | P2、P4D、P5、G4DN、G5、G6 和 GR6 | 具有 CUDA 12.5、cuDNN 9.3.0.75 的 Tensorflow 2.18.0 | | P3、P3DN、G3 和 G3S | 具有 CUDA 12.5、cuDNN 9.3.0.75、NCCL 2.22.3 的 Tensorflow 2.18.0
[Nvidia NCCL](https://developer.nvidia.com/nccl) 仅适用于版本为 2.22.3 的 P3、P3DN、G3 和 G3s 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](https://d7umqicpi7263.cloudfront.net/eula/product/d0199cf7-a04a-4204-be4d-dc3e2af678af/5b36dd71-7d6e-4d97-a8f7-013d3eccec70.txt) 中列出的条款和条件。 | | Graviton 实例 | Tensorflow 2.18.0 | | 所有其他地址 | Tensorflow CPU 2.18.0 | ## 安全性 除了遵循[ TensorFlow 安全使用](https://github.com/tensorflow/tensorflow/blob/master/SECURITY.md)中的指导外，我们还建议您在私有子网中启动集群，以帮助限制对可信来源的访问。有关更多信息，请参阅《Amazon EMR 管理指南》**中的 [Amazon VPC 选项](https://docs.amazonaws.cn/emr/latest/ManagementGuide/emr-clusters-in-a-vpc.html#emr-vpc-private-subnet)。 ## 使用 TensorBoard TensorBoard 是一套用于 TensorFlow 程序的可视化工具。有关更多信息，请参阅 [TensorBoard：Tensorflow 网站上的可视化学习](https://www.tensorflow.org/get_started/summaries_and_tensorboard)。 要 TensorBoard 与 Amazon EMR 一起使用，您必须从集群主节点 TensorBoard 上启动。 **在 Amazon EMR 上将 Tensorboard 与 Tensorflow 结合使用** 1. 使用 SSH 连接到集群的主节点。有关更多信息，请参阅《Amazon EMR 管理指南》**中的[使用 SSH 连接到主节点](https://docs.amazonaws.cn/emr/latest/ManagementGuide/emr-connect-master-node-ssh.html)。 1. 键入以下命令，在主节点上启动 TensorFboard。将 `{{/my/log/directory}}` 替换为您使用摘要写入器生成和存储摘要数据的主节点上的目录。 ------ #### [ Amazon EMR 5.19.0 and later ] ``` python3 -m tensorboard.main --logdir=/home/hadoop/tensor --bind_all ``` ------ #### [ Amazon EMR 5.18.1 and earlier ] ``` python3 -m tensorboard.main --logdir=/my/log/dir ``` ------ 默认情况下，主节点主机 TensorBoard 使用端口 6006 和主节点公有 DNS 名称。启动后 TensorBoard，命令行输出会显示可用于连接的 URL TensorBoard，如以下示例所示： ``` TensorBoard 2.18.0 at http://{{master-public-dns-name}}:6006 (Press CTRL+C to quit) ``` 1. 设置来自受信任客户端对主节点上 Web 界面的访问权限。有关更多信息，请参阅《Amazon EMR 管理指南》**中的[查看 Amazon EMR 集群上托管的 Web 界面](https://docs.amazonaws.cn/emr/latest/ManagementGuide/emr-web-interfaces.html)。 1. 开 TensorBoard 业于`http://{{master-public-dns-name}}:6006`。