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。 # DLAMI 支援政策 您可以在此找到 AWS 深度學習 AMIs (DLAMI) 支援政策的詳細資訊。 如需 AWS 目前支援的 DLAMI 架構和作業系統清單，請參閱 [DLAMI 支援政策](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)頁面。下列術語適用於支援政策頁面和此頁面中提及的所有 DLAMIs： + **目前版本**會以 *x.y.z* 格式指定架構版本。在此格式中，*x* 是指主要版本，*y* 是指次要版本，*z* 是指修補程式版本。例如，對於 TensorFlow 2.10.1，主要版本為 2，次要版本為 10，修補程式版本為 1。 + **修補程式結束**會指定 AWS 支援特定架構或作業系統版本的時間長度。 如需特定 DLAMIs的詳細資訊，請參閱 [深度學習 AMIs版本備註](appendix-ami-release-notes.md)。 ## DLAMI 支援FAQs + [哪些架構版本會取得安全性修補程式？](#framework-support-policy-faq-security) + [哪些作業系統會取得安全修補程式？](#operating-system-support-policy-faq-security) + [發行新的架構版本時，會 AWS 發佈哪些映像？](#support-policy-faq-publishing) + [哪些影像會取得新的 SageMaker AI/AWS 功能？](#support-policy-faq-features) + [支援的架構資料表中如何定義目前版本？](#support-policy-faq-current-version) + [如果我執行的版本不在支援的資料表中，該怎麼辦？](#support-policy-faq-older-version) + [DLAMIs 是否支援舊版的架構版本？](#support-policy-faq-previous-version-support) + [如何尋找支援架構版本的最新修補映像？](#support-policy-faq-latest-patched-image) + [新映像的發佈頻率為何？](#support-policy-faq-new-image-frequency) + [工作負載執行時，我的執行個體是否會修補到位？](#support-policy-faq-in-place-patch) + [當新的修補或更新架構版本可用時，會發生什麼情況？](#support-policy-faq-new-image-available) + [是否在不變更架構版本的情況下更新相依性？](#support-policy-faq-dependencies) + [我的架構版本的作用中支援何時結束？](#support-policy-faq-end-of-support) + [是否將修補架構版本不再主動維護的影像？](#support-policy-faq-end-of-patch) + [如何使用較舊的架構版本？](#support-policy-faq-using-older-framework-version) + [如何掌握架構及其版本中支援變更up-to-date？](#support-policy-faq-stay-up-to-date) + [我是否需要商業授權才能使用 Anaconda 儲存庫？](#support-policy-faq-anaconda-repository) ### 哪些架構版本會取得安全性修補程式？ 如果架構版本位於支援[AWS 深度學習 AMIs 政策資料表](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)中**支援的架構版本**下，則會取得安全修補程式。 ### 哪些作業系統會取得安全修補程式？ 如果作業系統列在支援[AWS 深度學習 AMIs 政策資料表](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)中**支援的作業系統版本**下，則會取得安全修補程式。 ### 發行新的架構版本時，會 AWS 發佈哪些映像？ 在推出新版 TensorFlow 和 PyTorch 之後，我們會立即發佈新的 DLAMIs。這包括架構的主要版本、主要次要版本和major-minor-patch版本。我們也會在新版本的驅動程式和程式庫推出時更新映像。如需映像維護的詳細資訊，請參閱 [我的架構版本的作用中支援何時結束？](#support-policy-faq-end-of-support) ### 哪些影像會取得新的 SageMaker AI/AWS 功能？ 新功能通常會在 PyTorch 和 TensorFlow 的最新版本 DLAMIs中發行。如需新 SageMaker AI 或 AWS 功能的詳細資訊，請參閱特定映像的版本備註。如需可用 DLAMIs的清單，請參閱 [DLAMI 的版本備註](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes.html)。如需映像維護的詳細資訊，請參閱 [我的架構版本的作用中支援何時結束？](#support-policy-faq-end-of-support) ### 支援的架構資料表中如何定義目前版本？ [AWS 深度學習 AMIs 支援政策資料表](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)中的目前版本是指 GitHub 上 AWS 提供的最新架構版本。每個最新版本都包含 DLAMI 中驅動程式、程式庫和相關套件的更新。如需映像維護的資訊，請參閱 [我的架構版本的作用中支援何時結束？](#support-policy-faq-end-of-support) ### 如果我執行的版本不在支援的資料表中，該怎麼辦？ 如果您執行的版本不在[AWS 深度學習 AMIs 支援政策資料表](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)中，您可能沒有最新的驅動程式、程式庫和相關套件。如需更新up-to-date，建議您使用您選擇的最新 DLAMI 升級至其中一個支援的架構或作業系統。如需可用 DLAMIs的清單，請參閱 [DLAMI 的版本備註](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes.html)。 ### DLAMIs 是否支援舊版的架構版本？ 否。我們支援每個架構自初始 GitHub 發行後 365 天發行的最新主要版本的修補程式版本，如[AWS 深度學習 AMIs 支援政策表](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)所述。如需詳細資訊，請參閱[如果我執行的版本不在支援的資料表中，該怎麼辦？](#support-policy-faq-older-version) ### 如何尋找支援架構版本的最新修補映像？ 若要搭配最新的架構版本使用 DLAMI，您可以使用 AWS CLI 或 SSM 參數來擷取 [DLAMI ID](https://docs.aws.amazon.com/dlami/latest/devguide/find-dlami-id.html)，並使用它來使用 [EC2 主控台](https://docs.aws.amazon.com/dlami/latest/devguide/launch-from-console.html)啟動 DLAMI。如需擷取 AWS 深度學習 AMIs ID 的範例 AWS CLI 或 SSM 參數命令，請參閱 DLAMI 版本備註頁面[單一架構 DLAMI 版本備註](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes-single.html)。您選擇的架構版本必須列在支援[AWS 深度學習 AMIs 政策資料表](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)中**支援的架構版本**下。 ### 新映像的發佈頻率為何？ 提供更新的修補程式版本是我們的最高優先順序。我們會盡早定期建立修補的映像。我們會監控新修補的架構版本 （例如 TensorFlow 2.9 到 TensorFlow 2.9.1) 和新的次要發行版本 （例如 TensorFlow 2.9 到 TensorFlow 2.10)，並儘早提供。使用新版 CUDA 發行現有版本的 TensorFlow 時，我們會發行該版本 TensorFlow 的新 DLAMI，並支援新的 CUDA 版本。 ### 工作負載執行時，我的執行個體是否會修補到位？ 否。DLAMI 的修補程式更新不是「就地」更新。 您必須開啟新的 EC2 執行個體、遷移工作負載和指令碼，然後關閉先前的執行個體。 ### 當新的修補或更新架構版本可用時，會發生什麼情況？ 若要收到 DLAMI 變更的通知，請訂閱相關 DLAMI 的通知，請參閱[接收新更新的通知。 ](https://docs.aws.amazon.com/dlami/latest/devguide/release-notifications.html) ### 是否在不變更架構版本的情況下更新相依性？ 我們會更新相依性，而不變更架構版本。不過，如果相依性更新導致不相容，我們會建立具有不同版本的映像。請務必檢查 [DLAMI 的版本備註](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes.html)，以取得更新的相依性資訊。 ### 我的架構版本的作用中支援何時結束？ DLAMI 映像是不可變的。建立後，它們不會變更。架構版本的作用中支援結束有四個主要原因： + [架構版本 （修補程式） 升級](#support-policy-faq-end-of-support-version-patch) + [AWS 安全修補程式](#support-policy-faq-end-of-support-security-patch) + [修補程式結束日期 （過時）](#support-policy-faq-end-of-support-aging-out) + [相依性end-of-support](#support-policy-faq-end-of-support-dependency) **注意** 由於版本修補程式升級和安全性修補程式的頻率，我們建議您經常檢查 DLAMI 的版本備註頁面，並在進行變更時升級。 #### 架構版本 （修補程式） 升級 如果您有以 TensorFlow 2.7.0 為基礎的 DLAMI 工作負載，且 TensorFlow 在 GitHub 上發行 2.7.1 版，則 會使用 TensorFlow 2.7.1 AWS 發行新的 DLAMI。發行具有 TensorFlow 2.7.1 的新映像後，不會再主動維護具有 2.7.0 的先前映像。使用 TensorFlow 2.7.0 的 DLAMI 不會再收到修補程式。然後，TensorFlow 2.7 的 DLAMI 版本備註頁面會更新為最新資訊。每個次要修補程式沒有個別的版本備註頁面。 由於修補程式升級而建立的新 DLAMIs會以新的 [AMI ID](https://docs.aws.amazon.com/dlami/latest/devguide/find-dlami-id.html) 指定。 #### AWS 安全修補程式 如果您有以 TensorFlow 2.7.0 映像為基礎的工作負載並 AWS 製作安全修補程式，則 TensorFlow 2.7.0 會發行新版本的 DLAMI。舊版的 TensorFlow 2.7.0 映像不再主動維護。如需詳細資訊，請參閱[工作負載執行時，我的執行個體是否會修補到位？](#support-policy-faq-in-place-patch)如需尋找最新 DLAMI 的步驟，請參閱 [如何尋找支援架構版本的最新修補映像？](#support-policy-faq-latest-patched-image) 由於修補程式升級而建立的新 DLAMIs會以新的 [AMI ID](https://docs.aws.amazon.com/dlami/latest/devguide/find-dlami-id.html) 指定。 #### 修補程式結束日期 （過時） DLAMIs GitHub 發行日期後 365 天到達其修補程式結束日期。 對於[多影格 DLAMIs](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes-multi.html)，當其中一個架構版本更新時，需要具有更新版本的新 DLAMI。舊架構版本的 DLAMI 不再主動維護。 **重要** 發生重大架構更新時，我們會進行例外處理。例如，如果 TensorFlow 1.15 更新至 TensorFlow 2.0，我們會繼續支援最新版本的 TensorFlow 1.15，從 GitHub 發行之日起兩年內或原始架構維護團隊停止支援後的六個月內，以較早的日期為準。 #### 相依性end-of-support 如果您在具有 Python 3.6 的 TensorFlow 2.7.0 DLAMI 映像上執行工作負載，且該版本的 Python 已標記為終止end-of-support，則不會再主動維護以 Python 3.6 為基礎的所有 DLAMI 映像。同樣地，如果 Ubuntu 16.04 等作業系統版本標記為end-of-support，則不再主動維護依賴 Ubuntu 16.04 的所有 DLAMI 映像。 ### 是否將修補架構版本不再主動維護的影像？ 否。不再主動維護的影像不會有新的版本。 ### 如何使用較舊的架構版本？ 若要搭配較舊的架構版本使用 DLAMI，請擷取 [DLAMI ID](https://docs.aws.amazon.com/dlami/latest/devguide/find-dlami-id.html)，並使用它來使用 [EC2 主控台](https://docs.aws.amazon.com/dlami/latest/devguide/launch-from-console.html)啟動 DLAMI。如需擷取 AMI ID 的 AWS CLI 命令，請參閱[單一架構 DLAMI 版本備註中的版本備註](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes-single.html)頁面。 ### 如何掌握架構及其版本中支援變更up-to-date？ 使用架構[AWS 深度學習 AMIs 支援政策資料表、DLAMI 版本備註，隨時掌握 DLAMI 架構](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)和版本up-to-date。 [https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes.html](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes.html) ### 我是否需要商業授權才能使用 Anaconda 儲存庫？ Anaconda 已轉移到特定使用者的商業授權模型。主動維護DLAMIs 已從 Anaconda 頻道遷移至公開可用的 Conda 開放原始碼版本 ([conda-forge](https://anaconda.org/conda-forge))。