Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# AWS GPU AMI TensorFlow 2.16 con apprendimento approfondito (Amazon Linux 2)
<a name="aws-deep-learning-ami-gpu-tensorflow-2.16-amazon-linux-2"></a>

Per informazioni su come iniziare, consulta. [Guida introduttiva a DLAMI](getting-started.md)

#### Formato del nome AMI
<a name="name-gpu-tensorflow-2.16-amazon-linux-2"></a>
+ GPU AMI TensorFlow 2.16 con driver Nvidia proprietaria di deep learning (Amazon Linux 2) \$1 \$1YYYY-MM-DD\$1
+ GPU AMI del driver Nvidia con sistema operativo di deep learning TensorFlow 2.16 (Amazon Linux 2) \$1 \$1YYYY-MM-DD\$1

#### Istanze EC2 supportate
<a name="instances-gpu-tensorflow-2.16-amazon-linux-2"></a>
+ Consulta la sezione [Modifiche importanti a DLAMI](important-changes.md).
+ Deep Learning con OSS Il driver Nvidia supporta G4dn, G5, G6, Gr6, G6e, P4d, P4de, P5, P5e, P5en.
+ Deep Learning con driver Nvidia proprietario supporta G3 (G3.16x non supportato), P3, P3dn

#### L'AMI include quanto segue:
<a name="contents-gpu-tensorflow-2.16-amazon-linux-2"></a>
+ ** AWS Servizio supportato**: EC2
+ **Sistema operativo**: Amazon Linux 2
+ **Architettura di calcolo: x86**
+ **Python:/3.10** opt/tensorflow/bin/python
+ **TensorFlow versione: 2.16**
+ **Driver NVIDIA**:
  + Driver del sistema operativo Nvidia: 550.144.03
  + Driver Nvidia proprietario: 550.144.03
+ ** CUDA12 Stack NVIDIA**:
  + Percorso di installazione di CUDA, NCCL e cuDDN:/-12.2/ usr/local/cuda
+ **Programma di installazione EFA**: 1.34.0
+ **AWS CLI **v2 come aws2 e v1 come aws AWS CLI ****
+ Tipo di **volume EBS: gp3**
+ **Interroga l'AMI-ID con il parametro SSM (la regione di esempio è us-east-1**):
  + **Driver** OSS Nvidia:

    ```
    aws ssm get-parameter --name /aws/service/deeplearning/ami/x86_64/oss-nvidia-driver-gpu-tensorflow-2.16-amazon-linux-2/latest/ami-id --region us-east-1 --query "Parameter.Value" --output text
    ```
  + Driver **Nvidia proprietario**:

    ```
    aws ssm get-parameter --name /aws/service/deeplearning/ami/x86_64/proprietary-nvidia-driver-gpu-tensorflow-2.16-amazon-linux-2/latest/ami-id --region us-east-1 --query "Parameter.Value" --output text
    ```
+ **Interroga l'AMI-ID con AWSCLI (la regione di esempio è us-east-1**):
  + **Driver OSS Nvidia:**

    ```
    aws ec2 describe-images --region us-east-1 --owners amazon --filters 'Name=name,Values=Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) ????????' 'Name=state,Values=available' --query 'reverse(sort_by(Images, &CreationDate))[:1].ImageId' --output text
    ```
  + Driver **Nvidia proprietario**:

    ```
    aws ec2 describe-images --region us-east-1 --owners amazon --filters 'Name=name,Values=Deep Learning Proprietary Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) ????????' 'Name=state,Values=available' --query 'reverse(sort_by(Images, &CreationDate))[:1].ImageId' --output text
    ```

#### Comunicazione
<a name="notices-gpu-tensorflow-2.16-amazon-linux-2"></a>

##### NVIDIA Container Toolkit 1.17.4
<a name="nvidia-container-toolkit-gpu-tensorflow-2.16-amazon-linux-2"></a>

Nella versione 1.17.4 di Container Toolkit, il montaggio delle librerie compatte CUDA è ora disabilitato. [Per garantire la compatibilità con più versioni CUDA sui flussi di lavoro dei container, assicurati di aggiornare LD\$1LIBRARY\$1PATH per includere le tue librerie di compatibilità CUDA, come mostrato nel tutorial «Se usi un livello di compatibilità CUDA» qui - -gpu-drivers.html\$1 https://docs.aws.amazon.com/sagemaker/ latest/dg/inference collapsible-cuda-compat](https://docs.aws.amazon.com/sagemaker/latest/dg/inference-gpu-drivers.html#collapsible-cuda-compat)

##### Aggiornamenti futuri del sistema operativo TensorFlow
<a name="future-os-updates-gpu-tensorflow-2.16-amazon-linux-2"></a>

TensorFlow 2.16 sarà l'ultimo DLAMI che utilizza il sistema operativo Ubuntu 20.04. A partire dalla TensorFlow versione 2.17 e successive, DLAMIs inizierà a utilizzare Ubuntu 22.04 come sistema operativo di base. Per i clienti che desiderano effettuare l'aggiornamento a queste nuove versioni, assicurati che i flussi di lavoro siano pronti per questo aggiornamento.

##### Versione Keras fissata alla 2.0 anziché alla 3.0
<a name="keras-version-gpu-tensorflow-2.16-amazon-linux-2"></a>

Con l'ultima release TF2 1.6, Keras è stato aggiornato dalla versione principale 2 alla versione principale 3.0. Questa versione di Keras è una riscrittura completa del pacchetto Keras (consulta la documentazione di [Keras](https://keras.io/keras_3/) 3 per maggiori informazioni). Per garantire la compatibilità con i flussi di lavoro dei clienti, abbiamo aggiunto le versioni di Keras alla 2.0 utilizzando la variabile di ambiente TF\$1USE\$1LEGACY\$1KERAS=1. Se i tuoi flussi di lavoro richiedono l'utilizzo di Keras 3.0, rimuovi questa variabile di ambiente dal tuo ambiente virtuale /opt/tensorflow utilizzando il seguente script: TensorFlow 

```
source /opt/tensorflow/bin/activate
unset TF_USE_LEGACY_KERAS
```

#### Data di rilascio: 2025-02-17
<a name="2025-02-17-gpu-tensorflow-2.16-amazon-linux-2"></a>

**Nomi AMI:**
+ GPU TensorFlow 2.16 di Nvidia Driver AMI per il sistema operativo di deep learning (Amazon Linux 2) 20250215
+ GPU AMI TensorFlow 2.16 con driver Nvidia proprietaria di deep learning (Amazon Linux 2) 20250215

##### Aggiornato
<a name="w2aac25c13b9c11c13b7"></a>
+ Aggiornamento di NVIDIA Container Toolkit dalla versione 1.17.3 alla versione 1.17.4
  + [Per ulteriori informazioni, consulta la pagina delle note di rilascio qui:/1.17.4 https://github.com/NVIDIA/ nvidia-container-toolkit releases/tag/v](https://github.com/NVIDIA/nvidia-container-toolkit/releases/tag/v1.17.4)
  + Nella versione 1.17.4 di Container Toolkit, il montaggio delle librerie compatte CUDA è ora disabilitato. [Per garantire la compatibilità con più versioni CUDA sui flussi di lavoro dei container, assicurati di aggiornare LD\$1LIBRARY\$1PATH per includere le tue librerie di compatibilità CUDA, come mostrato nel tutorial «Se usi un livello di compatibilità CUDA» qui - -gpu-drivers.html\$1 https://docs.aws.amazon.com/sagemaker/ latest/dg/inference collapsible-cuda-compat](https://docs.aws.amazon.com/sagemaker/latest/dg/inference-gpu-drivers.html#collapsible-cuda-compat)

##### Rimosso
<a name="w2aac25c13b9c11c13b9"></a>
+ Sono state rimosse le librerie di spazio utente cuobj e nvdisasm fornite dal [toolkit NVIDIA CUDA](https://docs.nvidia.com/cuda/) per rispondere alle esigenze di CVE presenti nel [NVIDIA CUDA Toolkit Security Bulletin del 18 febbraio 2025](https://nvidia.custhelp.com/app/answers/detail/a_id/5594)

#### Data di rilascio: 2025-01-20
<a name="2025-01-20-gpu-tensorflow-2.16-amazon-linux-2"></a>

**Nomi AMI:**
+ Sistema operativo di deep learning Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20250120
+ GPU AMI TensorFlow 2.16 con driver Nvidia proprietaria di deep learning (Amazon Linux 2) 20250118

##### Aggiornato
<a name="w2aac25c13b9c11c15b7"></a>
+ [Driver Nvidia aggiornato dalla versione 550.127.05 alla 550.144.03 per soddisfare i requisiti CVE presenti nel NVIDIA GPU Display Driver Security Bulletin di gennaio 2025](https://nvidia.custhelp.com/app/answers/detail/a_id/5614)

#### Data di rilascio: 2024-10-23
<a name="2024-10-23-gpu-tensorflow-2.16-amazon-linux-2"></a>

**Nomi AMI:**
+ Sistema operativo di deep learning Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20241022
+ GPU AMI TensorFlow 2.16 con driver Nvidia proprietario di deep learning (Amazon Linux 2) 20241023

##### Aggiornato
<a name="w2aac25c13b9c11c17b7"></a>
+ [Driver Nvidia aggiornato dalla versione 550.90.07 alla 550.127.05 per soddisfare i requisiti CVE presenti nel NVIDIA GPU Display Security Bulletin di ottobre 2024](https://nvidia.custhelp.com/app/answers/detail/a_id/5586)

#### Data di rilascio: 2024-09-28
<a name="2024-09-28-gpu-tensorflow-2.16-amazon-linux-2"></a>

**Nomi AMI:**
+ Sistema operativo di deep learning Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240928
+ GPU AMI TensorFlow 2.16 con driver Nvidia proprietaria di deep learning (Amazon Linux 2) 20240928

##### Aggiornato
<a name="w2aac25c13b9c11c19b7"></a>
+ [Nvidia Container Toolkit è stato aggiornato dalla versione 1.16.1 alla 1.16.2, risolvendo la vulnerabilità di sicurezza CVE-2024-0133.](https://nvd.nist.gov/vuln/detail/CVE-2024-0133)

#### Data di rilascio: 2024-09-21
<a name="2024-09-21-gpu-tensorflow-2.16-amazon-linux-2"></a>

**Nomi AMI:**
+ Sistema operativo di deep learning Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240921
+ GPU AMI TensorFlow 2.16 con driver Nvidia proprietaria di deep learning (Amazon Linux 2) 20240921

##### Aggiornato
<a name="w2aac25c13b9c11c21b7"></a>
+ Driver Nvidia e Fabric Manager aggiornati dalla versione 535.183.01 a 550.90.07
+ Versione EFA aggiornata da 1.32.0 a 1.34.0
+ Versione aggiornata PyTorch dalla versione 2.3.0 alla 2.3.1

##### Aggiunto
<a name="w2aac25c13b9c11c21b9"></a>
+ È stato aggiunto il supporto per l'istanza P5e EC2 su OSS Nvidia Driver Images.

#### Data di rilascio: 2024-08-19
<a name="2024-08-19-gpu-tensorflow-2.16-amazon-linux-2"></a>

**Nomi AMI:**
+ Sistema operativo di deep learning Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240817

##### Aggiunto
<a name="w2aac25c13b9c11c23b7"></a>
+ [È stato aggiunto il supporto per l'istanza G6e EC2.](https://aws.amazon.com/ec2/instance-types/g6e/)

#### Versione 2.16.2 - Data di rilascio: 2024-07-26
<a name="2024-07-26-gpu-tensorflow-2.16-amazon-linux-2"></a>

**Nomi AMI:**
+ Sistema operativo di deep learning Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240725

##### Aggiornato
<a name="w2aac25c13b9c11c25b7"></a>
+ Versione TensorFlow patch aggiornata dalla versione 2.16.1 alla 2.16.2
+ Risolta una versione TensorFlow secondaria errata in DLAMI rilasciata il 17/07/2020
  + La versione Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240717 conteneva inavvertitamente la versione minore 2.17 anziché 2.16. TensorFlow Assicurati che i flussi di lavoro basati sulla versione TensorFlow 2.16 vengano aggiornati alla versione più recente di DLAMI.

#### Versione 2.16.1 - Data di rilascio: 2024-06-10
<a name="2024-06-10-gpu-tensorflow-2.16-amazon-linux-2"></a>

**Nomi AMI:**
+ Sistema operativo di deep learning Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240607
+ GPU AMI TensorFlow 2.16 con driver Nvidia proprietaria di deep learning (Amazon Linux 2) 20240610

##### Aggiornato
<a name="w2aac25c13b9c11c27b7"></a>
+ Versione del driver Nvidia aggiornata a 535.183.01 da 535.161.08

#### Data di rilascio: 2024-05-10
<a name="2024-05-10-gpu-tensorflow-2.16-amazon-linux-2"></a>

Consulta la sezione [Modifiche importanti a DLAMI](important-changes.md)

**Nomi AMI:**
+ GPU AMI TensorFlow 2.16 con driver Nvidia proprietaria di deep learning (Amazon Linux 2) 20240510
+ Sistema operativo di deep learning Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240510

##### Aggiunto
<a name="w2aac25c13b9c11c29b9"></a>
+ Versione iniziale di:
  + Serie GPU TensorFlow 2.16 (Amazon Linux 2) proprietaria di Deep Learning per driver Nvidia.
  + GPU AMI Nvidia OSS serie Deep Learning OSS TensorFlow 2.16 (Amazon Linux 2).
  + Il software include quanto segue:
    + «nvidia-driver=535.161.08"
    + «fabric-manager=535.161.08"
    + «cuda=12,3"
    + «cudn=8.9.7"
    + «efa=1,32.0"
    + «nccl=2.21,5"
    + «aws-nccl-ofi-plugin=v1.9.1-aws»
+ Aggiunto l'ambiente virtuale tensorflow (fonte del comando di attivazione/). opt/tensorflow/bin/activate Questo ambiente include quanto segue:
  + «tensorflow=2.16.1"
  + **NOTA**
    + A partire da TF2 .16, l'API tf.estimator viene rimossa.
      + Per continuare a utilizzare tf.estimator, dovrai utilizzare TF 2.15 o una versione precedente. Per ulteriori informazioni, consulta le note di rilascio della versione [TensorFlow 2.16.1](https://github.com/tensorflow/tensorflow/releases/tag/v2.16.1)
    + Per garantire la compatibilità con i flussi di lavoro dei clienti, abbiamo aggiunto le versioni di Keras alla 2.0 utilizzando la variabile di ambiente TF\$1USE\$1LEGACY\$1KERAS=1. Se i tuoi flussi di lavoro richiedono l'utilizzo di Keras 3.0, rimuovi questa variabile di ambiente dal tuo ambiente virtuale /opt/tensorflow utilizzando il seguente script: TensorFlow 

```
source /opt/tensorflow/bin/activate
unset TF_USE_LEGACY_KERAS
```