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. # Características obsoletas de la DLAMI En la siguiente tabla se enumeran las características obsoletas de AWS Deep Learning AMIs (DLAMI), la fecha en que las eliminamos e información sobre el motivo de su retirada. | Característica | Date | Detalles | | --- | --- | --- | | Ubuntu 16.04 | 10/07/2021 | Ubuntu Linux 16.04 LTS finalizó su período de cinco años de LTS el 30 de abril de 2021 y su proveedor ya no lo ofrece. A partir de octubre de 2021, ya no hay actualizaciones de la AMI base de aprendizaje profundo (Ubuntu 16.04) en las nuevas versiones. Las versiones anteriores seguirán estando disponibles. | | Amazon Linux | 10/07/2021 | Amazon Linux llegó al [final de su vida útil](https://aws.amazon.com/blogs/aws/update-on-amazon-linux-ami-end-of-life/) en diciembre de 2020. A partir de octubre de 2021, ya no hay actualizaciones de la AMI de aprendizaje profundo (Amazon Linux) en las nuevas versiones. Las versiones anteriores de la AMI de aprendizaje profundo (Amazon Linux) seguirán estando disponibles. | | Chainer | 01/07/2020 | Chainer ha anunciado [el final de los principales lanzamientos](https://chainer.org/announcement/2019/12/05/released-v7.html) a partir de diciembre de 2019. En consecuencia, ya no incluiremos entornos Chainer Conda en DLAMI a partir de julio de 2020. Las versiones anteriores de DLAMI que contienen estos entornos seguirán estando disponibles. Proporcionaremos actualizaciones a estos entornos solo si la comunidad de código abierto publica correcciones de seguridad para estos marcos. | | Python 3.6 | 15/06/2020 | Debido a las solicitudes de los clientes, vamos a pasar a Python 3.7 para nuevas versiones de TF/MX/PT. | | Python 2 | 01/01/2020 | La comunidad de código abierto de Python ha terminado oficialmente la compatibilidad con Python 2. Las comunidades de TensorFlow, PyTorch y MXNet también han anunciado que las versiones TensorFlow 1.15, TensorFlow 2.1, PyTorch 1.4 y MXNet 1.6.0 serán las últimas compatibles con Python 2. |