Sélectionner vos préférences de cookies

Nous utilisons des cookies essentiels et des outils similaires qui sont nécessaires au fonctionnement de notre site et à la fourniture de nos services. Nous utilisons des cookies de performance pour collecter des statistiques anonymes afin de comprendre comment les clients utilisent notre site et d’apporter des améliorations. Les cookies essentiels ne peuvent pas être désactivés, mais vous pouvez cliquer sur « Personnaliser » ou « Refuser » pour refuser les cookies de performance.

Si vous êtes d’accord, AWS et les tiers approuvés utiliseront également des cookies pour fournir des fonctionnalités utiles au site, mémoriser vos préférences et afficher du contenu pertinent, y compris des publicités pertinentes. Pour accepter ou refuser tous les cookies non essentiels, cliquez sur « Accepter » ou « Refuser ». Pour effectuer des choix plus détaillés, cliquez sur « Personnaliser ».

Historique du document pour DLAMI

Mode de mise au point
Historique du document pour DLAMI - AWS Apprentissage profond (deep learning) AMIs

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Le tableau suivant fournit un historique des dernières versions du DLAMI et des modifications connexes apportées au AWS Apprentissage profond (deep learning) AMIs Guide du développeur.

Changements récents

ModificationDescriptionDate

Utiliser TensorFlow Serving pour entraîner un modèle MNIST

Exemple d'utilisation du service Tensorflow pour entraîner le modèle MNIST.

14 février 2025

ARM64 DLAMI

AWS Apprentissage profond (deep learning) AMIs Il prend désormais en charge les images basées sur le processeur GPUs Arm64.

29 novembre 2021

TensorFlow 2

L'AMI Deep Learning avec Conda est désormais disponible en TensorFlow 2 avec CUDA 10.

3 décembre 2019

AWS Inférentie

L'AMI Deep Learning prend désormais en charge le matériel AWS Inferentia et le SDK AWS Neuron.

3 décembre 2019

Installation PyTorch à partir d'une version nocturne

Un didacticiel a été ajouté qui explique comment désinstaller PyTorch, puis installer une version nocturne de PyTorch votre AMI Deep Learning avec Conda.

25 septembre 2018

Tutoriel Conda

L'exemple MOTD a été mis à jour pour refléter une version plus récente.

23 juillet 2018

Changements antérieurs

Le tableau suivant fournit un historique des versions précédentes du DLAMI et des modifications associées avant juillet 2018.

Modification Description Date
TensorFlow avec Horovod Ajout d'un tutoriel pour s'entraîner ImageNet avec Horovod TensorFlow et Horovod. 6 juin 2018
Guide de mise à niveau Ajout du guide de mise à niveau. 15 mai 2018
Nouvelles régions et nouveau tutoriel de 10 minutes Nouvelles régions ajoutées : USA Ouest (Californie du Nord), Amérique du Sud, Canada (Centre), UE (Londres) et UE (Paris). En outre, la première version d'un didacticiel de 10 minutes intitulé : « Mise en route avec l'AMI Deep Learning ». 26 avril 2018
Didacticiel Chainer Un didacticiel a été ajouté pour l'utilisation de Chainer dans les modes à plusieurs GPU, à un seul GPU et à UC. L'intégration de CUDA a été mise à niveau de CUDA 8 à CUDA 9 pour plusieurs infrastructures. 28 février 2018
Linux AMIs v3.0, plus introduction de MXNet Model Server, TensorFlow Serving et TensorBoard Ajout de didacticiels pour Conda AMIs avec de nouvelles fonctionnalités de service de modèles et de visualisation à l'aide de MXNet Model Server v0.1.5, TensorFlow Serving v1.4.0 et v0.4.0. TensorBoard Les capacités CUDA des AMI et de l'infrastructure sont décrites dans les présentations de Conda et de CUDA. Dernières notes de mise à jour déplacées vers https://aws.amazon.com/releasenotes/ 25 janvier 2018
Linux AMIs v2.0 Base, Source et Conda ont été AMIs mis à jour avec NCCL 2.1. Source et Conda ont été AMIs mis à jour avec les MXNet versions 1.0, PyTorch 0.3.0 et Keras 2.0.9. 11 décembre 2017
Ajout de deux options d'AMI Windows AMIs Sortie de Windows 2012 R2 et 2016 : ajout au guide de sélection des AMI et aux notes de version. 30 novembre 2017
Première édition de la documentation Description détaillée de modification avec un lien vers les rubriques/sections ayant été modifiées. 15 novembre 2017
ConfidentialitéConditions d'utilisation du sitePréférences de cookies
© 2025, Amazon Web Services, Inc. ou ses affiliés. Tous droits réservés.