As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

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

Se precisar de ajuda para começar, consulte [Conceitos básicos da DLAMI](getting-started.md).

#### Formato de nome da AMI
<a name="name-gpu-tensorflow-2.16-amazon-linux-2"></a>
+ Driver Nvidia proprietário de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) $ {YYYY-MM-DD}
+ Driver OSS Nvidia de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) $ {YYYY-MM-DD}

#### Instâncias do EC2 com suporte
<a name="instances-gpu-tensorflow-2.16-amazon-linux-2"></a>
+ Consulte [Alterações importantes no DLAMI](important-changes.md).
+ O aprendizado profundo com driver OSS Nvidia é compatível com G4dn, G5, G6, Gr6, G6e, P4d, P4de, P5, P5e e P5en.
+ Aprendizado profundo com driver proprietário da Nvidia compatível com G3 (G3.16x incompatível), P3, P3dn

#### A AMI inclui o seguinte:
<a name="contents-gpu-tensorflow-2.16-amazon-linux-2"></a>
+ ** AWS Serviço suportado**: EC2
+ **Sistema operacional**: Amazon Linux 2
+ **Arquitetura de computação**: x86
+ **Python:/3.10** opt/tensorflow/bin/python
+ **TensorFlow versão**: 2.16
+ **Driver NVIDIA**:
  + Driver OSS Nvidia: 550.144.03
  + Driver proprietário da Nvidia: 550.144.03
+ **Pilha NVIDIA CUDA12 :**
  + Caminho de instalação de CUDA, NCCL e cuDDN:/-12.2/ usr/local/cuda
+ **Instalador do EFA**: 1.34.0
+ **AWS CLI v2** **como aws2 e AWS CLI v1 como aws**
+ **Tipo de volume do EBS**: gp3
+ **Consulte o AMI-ID com o parâmetro SSM (a região de exemplo é 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 proprietário da Nvidia**:

    ```
    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
    ```
+ **Consulte o AMI-ID com AWSCLI (a região de exemplo é 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 proprietário da Nvidia**:

    ```
    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
    ```

#### Aviso
<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>

No NVIDIA Container Toolkit versão 1.17.4, a montagem das bibliotecas compatíveis com CUDA agora está desabilitada. [Para garantir a compatibilidade com várias versões do CUDA em fluxos de trabalho de contêineres, certifique-se de atualizar seu LD\_LIBRARY\_PATH para incluir suas bibliotecas de compatibilidade CUDA, conforme mostrado no tutorial “Se você usar uma camada de compatibilidade CUDA” aqui - -gpu-drivers.html\# 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)

##### Atualizações futuras do sistema TensorFlow operacional
<a name="future-os-updates-gpu-tensorflow-2.16-amazon-linux-2"></a>

TensorFlow 2.16 será o último DLAMI que utiliza o sistema operacional Ubuntu 20.04. A partir da TensorFlow versão 2.17 e versões DLAMIs posteriores, começaremos a utilizar o Ubuntu 22.04 como sistema operacional básico. Para clientes que desejam fazer upgrade para essas novas versões: confira se seus fluxos de trabalho estão prontos para essa atualização.

##### Versão do Keras fixada em 2.0 em vez de 3.0
<a name="keras-version-gpu-tensorflow-2.16-amazon-linux-2"></a>

Com a versão TF2 1.6 mais recente, o Keras foi atualizado da versão principal 2 para a versão principal 3.0. Esta versão do Keras é uma reescrita completa do pacote Keras (consulte mais informações na [documentação do Keras 3](https://keras.io/keras_3/)). Para garantir a compatibilidade com os fluxos de trabalho do cliente, fixamos as versões do Keras na 2.0 usando a variável de ambiente TF\_USE\_LEGACY\_KERAS=1. Se seus fluxos de trabalho exigirem o uso do Keras 3.0, remova essa variável de ambiente do seu ambiente TensorFlow virtual /opt/tensorflow usando o seguinte script:

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

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

**Nomes de AMI:**
+ Driver de aprendizado profundo OSS Nvidia AMI GPU TensorFlow 2.16 (Amazon Linux 2) 2025-02-15
+ Driver Nvidia proprietário de aprendizado profundo (AMI GPU TensorFlow 2.16) (Amazon Linux 2) 2025-02-15

##### Atualização
<a name="w2aac25c13b9c11c13b7"></a>
+ Atualização do NVIDIA Container Toolkit da versão 1.17.3 para 1.17.4.
  + Consulte a página de notas de lançamento aqui para obter mais informações: [https://github.com/NVIDIA/nvidia-container-toolkit/releases/tag/v1.17.4](https://github.com/NVIDIA/nvidia-container-toolkit/releases/tag/v1.17.4)
  + No NVIDIA Container Toolkit versão 1.17.4, a montagem das bibliotecas compatíveis com CUDA agora está desabilitada. [Para garantir a compatibilidade com várias versões do CUDA em fluxos de trabalho de contêineres, certifique-se de atualizar seu LD\_LIBRARY\_PATH para incluir suas bibliotecas de compatibilidade CUDA, conforme mostrado no tutorial “Se você usar uma camada de compatibilidade CUDA” aqui - -gpu-drivers.html\# 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)

##### Remoção
<a name="w2aac25c13b9c11c13b9"></a>
+ Remoção das bibliotecas em espaço de usuário cuobj e nvdisasm, fornecidas pelo [NVIDIA CUDA Toolkit](https://docs.nvidia.com/cuda/), para corrigir as CVEs presentes no [NVIDIA CUDA Toolkit Security Bulletin de 18 de fevereiro de 2025](https://nvidia.custhelp.com/app/answers/detail/a_id/5594).

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

**Nomes de AMI:**
+ Driver OSS Nvidia de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20250120
+ Driver Nvidia proprietário de aprendizado profundo (AMI GPU TensorFlow 2.16) (Amazon Linux 2) 20250118

##### Atualização
<a name="w2aac25c13b9c11c15b7"></a>
+ Atualização do driver Nvidia da versão 550.127.05 para 550.144.03 para corrigir as CVEs presentes no [NVIDIA GPU Display Driver Security Bulletin de janeiro de 2025](https://nvidia.custhelp.com/app/answers/detail/a_id/5614)

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

**Nomes de AMI:**
+ Driver OSS Nvidia de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20241022
+ Driver Nvidia proprietário de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20241023

##### Atualização
<a name="w2aac25c13b9c11c17b7"></a>
+ Atualização do driver Nvidia da versão 550.90.07 para 550.127.05 para corrigir as CVEs presentes no [NVIDIA GPU Display Security Bulletin de outubro de 2024](https://nvidia.custhelp.com/app/answers/detail/a_id/5586)

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

**Nomes de AMI:**
+ Driver OSS Nvidia de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240928
+ Driver Nvidia proprietário de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240928

##### Atualização
<a name="w2aac25c13b9c11c19b7"></a>
+ Atualização do Nvidia Container Toolkit da versão 1.16.1 para a 1.16.2, solucionando a vulnerabilidade de segurança [CVE-2024-0133](https://nvd.nist.gov/vuln/detail/CVE-2024-0133).

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

**Nomes de AMI:**
+ Driver OSS Nvidia de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240921
+ Driver Nvidia proprietário de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240921

##### Atualização
<a name="w2aac25c13b9c11c21b7"></a>
+ Atualização do driver Nvidia e Fabric Manager da versão 535.183.01 para 550.90.07
+ Atualização da versão do EFA de 1.32.0 para 1.34.0
+  PyTorch Versão atualizada da versão 2.3.0 para 2.3.1

##### Adição
<a name="w2aac25c13b9c11c21b9"></a>
+ Inclusão de suporte para a instância P5e do EC2 em imagens do driver OSS Nvidia.

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

**Nomes de AMI:**
+ Driver OSS Nvidia de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240817

##### Adição
<a name="w2aac25c13b9c11c23b7"></a>
+ Inclusão de suporte para a [instância G6e do EC2](https://aws.amazon.com/ec2/instance-types/g6e/).

#### Versão 2.16.2: data de lançamento: 2024-07-26
<a name="2024-07-26-gpu-tensorflow-2.16-amazon-linux-2"></a>

**Nomes de AMI:**
+ Driver OSS Nvidia de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240725

##### Atualização
<a name="w2aac25c13b9c11c25b7"></a>
+ Versão de TensorFlow patch atualizada da versão 2.16.1 para 2.16.2
+ Versão TensorFlow secundária incorreta resolvida no DLAMI lançada em 2024-07-17
  + A versão 20240717 do Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) continha inadvertidamente TensorFlow a versão secundária 2.17 em vez da 2.16. Certifique-se de que os fluxos de trabalho baseados na TensorFlow versão 2.16 estejam sendo atualizados para o DLAMI mais recente.

#### Versão 2.16.1: data de lançamento: 2024-06-10
<a name="2024-06-10-gpu-tensorflow-2.16-amazon-linux-2"></a>

**Nomes de AMI:**
+ Driver OSS Nvidia de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240607
+ Driver Nvidia proprietário de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240610

##### Atualização
<a name="w2aac25c13b9c11c27b7"></a>
+ Atualização da versão do driver Nvidia para 535.183.01 de 535.161.08

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

Consulte [Alterações importantes no DLAMI](important-changes.md)

**Nomes de AMI:**
+ Driver Nvidia proprietário de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240510
+ Driver OSS Nvidia de aprendizado profundo AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240510

##### Adição
<a name="w2aac25c13b9c11c29b9"></a>
+ Lançamento inicial de:
  + Driver Nvidia proprietário da série AMI GPU TensorFlow 2.16 (Amazon Linux 2) de aprendizado profundo.
  + Deep Learning OSS Nvidia Driver AMI GPU série TensorFlow 2.16 (Amazon Linux 2).
  + O software inclui o seguinte:
    + "nvidia-driver=535.161.08"
    + “fabric-manager=535.161.08”
    + "cuda=12.3"
    + "cudnn=8.9.7"
    + "efa=1.32.0"
    + "nccl=2.21.5"
    + “aws-nccl-ofi-plugin=v1.9.1-aws”
+ Foi adicionado o ambiente virtual tensorflow (fonte do comando de ativação/opt/tensorflow/bin/activate). Esse ambiente inclui o seguinte:
  + "tensorflow=2.16.1"
  + **NOTA**
    + A partir da versão TF2 .16, a API tf.estimator é removida.
      + Para continuar usando tf.estimator, você precisará usar o TF 2.15 ou uma versão anterior. Consulte as [notas de lançamento da TensorFlow 2.16.1](https://github.com/tensorflow/tensorflow/releases/tag/v2.16.1) para obter mais informações
    + Para garantir a compatibilidade com os fluxos de trabalho do cliente, fixamos as versões do Keras na 2.0 usando a variável de ambiente TF\_USE\_LEGACY\_KERAS=1. Se seus fluxos de trabalho exigirem o uso do Keras 3.0, remova essa variável de ambiente do seu ambiente TensorFlow virtual /opt/tensorflow usando o seguinte script:

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