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.
# Installazioni CUDA e binding di framework
Sebbene il deep learning sia tutto piuttosto all'avanguardia, ogni framework offre versioni «stabili». Queste versioni stabili potrebbero non funzionare con l'implementazione e le funzionalità più recenti di CUDA o cuDNN. Il tuo caso d'uso e le funzionalità di cui hai bisogno possono aiutarti a scegliere un framework. Se non sei sicuro, usa l'ultima AMI Deep Learning con Conda. Dispone di `pip` binari ufficiali per tutti i framework con CUDA, utilizzando la versione più recente supportata da ciascun framework. Se desideri le versioni più recenti e personalizzare il tuo ambiente di deep learning, usa l'AMI Deep Learning Base.
Per ulteriori informazioni, consulta la nostra guida [Stable e candidati alla release](overview-conda.md#overview-conda-stability).
## Scegli un DLAMI con CUDA
[AMI di base di deep learning](overview-base.md)Ha tutte le serie di versioni CUDA disponibili
[AMI di deep learning con Conda](overview-conda.md)Ha tutte le serie di versioni CUDA disponibili
**Nota**
Non includiamo più gli ambienti CNTK MXNet, Caffe, Caffe2, Theano, Chainer o Keras Conda nel. AWS Deep Learning AMIs
Per i numeri di versione specifici del framework, consulta [Note sulla AMIs versione di Deep Learning](appendix-ami-release-notes.md)
Scegli questo tipo di DLAMI o scopri di più sui diversi DLAMIs con l'opzione **Next Up**.
Scegli una delle versioni di CUDA e consulta l'elenco completo di quelle DLAMIs che hanno quella versione nell'**Appendice**, oppure scopri di più sulle diverse versioni DLAMIs con l'opzione **Next** Up.
**Argomento successivo**
[AMI di base di deep learning](overview-base.md)
## Argomenti correlati
+ Per le istruzioni su come passare da una versione CUDA all'altra, consulta il tutorial [Utilizzo dell'AMI Deep Learning Base](tutorial-base.md).