选择您的 Cookie 首选项

我们使用必要 Cookie 和类似工具提供我们的网站和服务。我们使用性能 Cookie 收集匿名统计数据,以便我们可以了解客户如何使用我们的网站并进行改进。必要 Cookie 无法停用,但您可以单击“自定义”或“拒绝”来拒绝性能 Cookie。

如果您同意,AWS 和经批准的第三方还将使用 Cookie 提供有用的网站功能、记住您的首选项并显示相关内容,包括相关广告。要接受或拒绝所有非必要 Cookie,请单击“接受”或“拒绝”。要做出更详细的选择,请单击“自定义”。

DLAMI 的功能

聚焦模式
DLAMI 的功能 - AWS Deep Learning AMIs

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

AWS Deep Learning AMIs (DLAMI) 的功能包括预装的深度学习框架、GPU 软件、模型服务器和模型可视化工具。

预装的框架

目前有两种主要的 DLAMI 版本,均包含与操作系统(OS)和软件版本相关的其它变体:

带 Conda 的深度学习 AMI 使用 conda 环境来隔离每个框架,以便您可以随意切换框架,而不用担心其依赖项发生冲突。带 Conda 的 Deep Learning AMI 支持以下框架:

  • PyTorch

  • TensorFlow 2

注意

DLAMI 不再支持以下深度学习框架:Apache MXNet、微软认知工具包 (CNTK)、Caffe、Caffe、Caffe2、Theano、Chainer 和 Keras。

预装的 GPU 软件

即使你使用仅限 CPU 的实例,它们 DLAMIs 也会有 NVIDIA CUDA 和 NVIDIA cu DNN。无论实例类型是什么,安装的软件都是相同的。请记住,GPU 特定的工具只适用于至少具有一个 GPU 的实例。有关实例类型的更多信息,请参阅选择 DLAMI 实例类型

有关 CUDA 的更多信息,请参阅 CUDA 安装和框架绑定

模型处理和可视化

带有 Conda 的 Deep Learning AMI 预装了用于 TensorFlow模型可视化和模型 TensorBoard可视化的模型服务器。有关更多信息,请参阅 TensorFlow 服务

本页内容

隐私网站条款Cookie 首选项
© 2025, Amazon Web Services, Inc. 或其附属公司。保留所有权利。