Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Funcionalidad de GPU de prueba
<a name="example-test-gpu"></a>

En el siguiente ejemplo, la definición de trabajo prueba si la AMI de carga de trabajo de GPU descrita en [Uso de una AMI de carga de trabajo de GPU](batch-gpu-ami.md) se ha configurado correctamente. Esta definición de trabajo de ejemplo ejecuta el [ejemplo](https://github.com/tensorflow/tensorflow/blob/r1.8/tensorflow/examples/tutorials/mnist/mnist_deep.py) del clasificador TensorFlow deep MNIST de GitHub.

```
{
    "containerProperties": {
        "image": "tensorflow/tensorflow:1.8.0-devel-gpu",
        "resourceRequirements": [
            {
                "type": "MEMORY",
                "value": "32000"
            },
            {
                "type": "VCPU",
                "value": "8"
            }
        ],
        "command": [
            "sh",
            "-c",
            "cd /tensorflow/tensorflow/examples/tutorials/mnist; python mnist_deep.py"
        ]
    },
    "type": "container",
    "jobDefinitionName": "tensorflow_mnist_deep"
}
```

Es posible crear un archivo con el texto JSON indicado arriba, que se denomine `tensorflow_mnist_deep.json` y, a continuación, registrar una definición de trabajo de AWS Batch con el siguiente comando:

```
aws batch register-job-definition --cli-input-json file://tensorflow_mnist_deep.json
```