本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

AMI 使用 Conda 進行深度學習

Conda DLAMI使用conda虛擬環境，它們存在於多影格或單一架構 DLAMIs。這些環境設定為將不同的架構安裝分開，並簡化架構之間的切換。這很適合用來學習和實驗 DLAMI 提供的所有架構。大多數使用者都發現AMI使用 Conda 的全新深度學習非常適合他們。

它們通常會使用架構的最新版本進行更新，並具有最新的GPU驅動程式和軟體。它們通常在大多數文件中稱為 AWS 深度學習 AMIs 。這些DLAMIs支援 Ubuntu 20.04、Ubuntu 22.04、Amazon Linux 2、Amazon Linux 2023 作業系統。作業系統支援取決於上游作業系統的支援。

穩定與發行候選

Conda AMIs使用每個架構中最新正式版本的最佳化二進位檔。不預期使用版本候選項目和實驗性功能。最佳化取決於架構對加速技術的支援，例如 Intel MKL 的 DNN，可加速 C5 和 C4 CPU執行個體類型的訓練和推論。二進位檔也會編譯為支援進階 Intel 指令集，包括但不限於 AVX、AVX-2、SSE4.1 和 SSE4.2。這些可加速 Intel CPU架構上的向量和浮點操作。此外，對於GPU執行個體類型， CUDA和 cuDNN 會更新為最新官方版本支援的版本。

AMI 使用 Conda 的深度學習會在架構第一次啟用時，自動為您的 Amazon EC2執行個體安裝架構最最佳化的版本。如需詳細資訊，請參閱 AMI 搭配 Conda 使用深度學習。

如果您想要從來源安裝 ，請使用自訂或最佳化建置選項，則 深度學習基礎 AMI可能是更好的選項。

Python 2 棄用

Python 開放原始碼社群已於 2020 年 1 月 1 日正式終止支援 Python 2。 TensorFlow 和 PyTorch 社群已宣布， TensorFlow 2.1 和 PyTorch 1.4 版本是支援 Python 2 的最後一個版本。包含 Python 2 Conda 環境的先前版本 DLAMI(v26、v25 等） 會繼續提供。不過，只有在開放原始碼社群針對這些DLAMI版本發佈了安全修正時，我們才會在先前發佈的版本上提供 Python 2 Conda 環境的更新。具有最新版本 TensorFlow 和 PyTorch 架構的 DLAMI 版本不包含 Python 2 Conda 環境。

CUDA 支援

您可以在GPUDLAMI版本備註中找到特定CUDA版本編號。

接下來

DLAMI 架構選項

相關主題