投稿日: Apr 7, 2020
AWS Deep Learning Containers は、PyTorch 1.4.0 および MXNet 1.6.0 の最新フレームワークバージョンで利用できます。PyTorch 1.4.0 のアップグレードには、新しく追加された SageMaker Inference、SageMaker PyTorch Inference、および SageMaker PyTorch Training の最新バージョンが含まれています。MXNet 1.6.0 のアップグレードには、GluonCV、SageMaker MXNet Training、SageMaker Inference、および SageMaker MXNet Inference の最新バージョンが含まれています。この新バージョンの Deep Learning Container は、HAQM SageMaker、HAQM Elastic Kubernetes Service (HAQM EKS)、HAQM EC2 のセルフマネージド Kubernetes、および HAQM Elastic Container Service (HAQM ECS) で起動できます。AWS Deep Learning Containers でサポートされているフレームワークとバージョンの完全な一覧については、PyTorch 1.4.0 および MXNet 1.6.0 についてのリリースノートをご覧ください。
PyTorch および MXNet 用の AWS Deep Learning Containers には、CPU および GPU のトレーニング用のコンテナが含まれており、AWS でのパフォーマンスおよびスケールのために最適化されています。これらの Docker イメージは、HAQM SageMaker、EC2、ECS、および EKS でテストされており、NVIDIA CUDA、cuDNN、Intel MKL、およびその他の必要なソフトウェアコンポーネントの安定バージョンを提供して、ディープラーニングのワークロードにシームレスなユーザーエクスペリエンスを提供します。これらのイメージ内のすべてのソフトウェアコンポーネントは、セキュリティの脆弱性がないかスキャンされ、AWS セキュリティのベストプラクティスに従って更新され、またはパッチが適用されます。
詳細については、Marketplace 内をご覧ください。利用可能なコンテナのリストについては、ドキュメントをご覧ください。AWS Deep Learning Containers をすぐに使用開始するには入門ガイドをご覧ください。初心者向けから高度なレベルまでのチュートリアルについては、開発者ガイドを参照してください。また、AWS のディスカッションフォーラムに登録して、リリースのお知らせを受け取ったり、質問を投稿したりすることもできます。