注意:从 v28 版本起,我们不再在 AWS Deep Learning AMI 中包括 CNTK、Caffe、Caffe2 和 Theano Conda 环境。包含这些环境的先前版本的 AWS Deep Learning AMI 继续可用。但是,我们只会在这些框架的开放源社区发布安全修复时提供这些环境的更新。
在本次分步教程中,您将学习如何启动 AWS Deep Learning AMI。AMI 是深度学习框架加载的系统映像,有助于在几分钟内轻松使用深度学习。
通过 AMI,您可以训练自定义模型,试验新算法,并了解新的深度学习技能和方法。AMI 预先安装了 TensorFlow、Apache MXNet、PyTorch、Chainer、Microsoft 认知工具包、Caffe、Caffe2、Theano 以及 Keras 等深度学习框架,它们均已经过优化,以实现在 Amazon EC2 实例上的高性能。AMI 还通过预配置的驱动程序提供 GPU 和 CPU 加速,并且配备了常用的 Python 软件包。
在接下来的几分钟内,您将使用 Deep Learning AMI 启动 EC2 实例、通过 SSH 连接实例,以及从工作站访问 Jupyter Notebook。
完成本教程需要您支付底层 EC2 实例的费用。我们建议您使用“EC2 C5.large”实例,在您终止该实例之前,它每小时产生的费用不足 0.13 USD。本教程将为您介绍如何终止实例以避免产生不必要的费用。