Amazon Deep Learning AMI
快速构建深度学习应用程序
Amazon Deep Learning AMI 可以为机器学习从业人员和研究人员提供基础设施和各种工具，从而加快在云中进行任意规模的深度学习的速度。您可以快速启动预先安装了常见深度学习框架（如 Apache MXNet 和 Gluon、TensorFlow、Microsoft Cognitive Toolkit、Caffe、Caffe2、Theano、Torch、Pytorch 和 Keras）的 Amazon EC2 实例来训练复杂的自定义 AI 模型、实验新算法或学习新的技能和技巧。
无论您需要 Amazon EC2 GPU 还是 CPU 实例，都无需为 Deep Learning AMI 支付额外费用。您只需为存储和运行应用程序所需的亚马逊云科技资源付费。
选择 Amazon Deep Learning AMI
即使对于经验丰富的机器学习从业人员，开始深度学习也可能十分耗时和麻烦。我们提供的三种类型的 AMI 可满足开发人员的各种需求。为了帮助指导您完成入门流程，还请访问 AMI 选择指南和更多深度学习资源。
Conda AMI
对于希望在独立虚拟环境中预先安装深度学习框架 pip 软件包的开发人员，Ubuntu 和 Amazon Linux 版本中提供基于 Conda 的 Deep Learning AMI。
Base AMI
对于希望从头开始设置私有深度学习引擎存储库或自定义构建深度学习引擎的开发人员，Ubuntu 和 Amazon Linux 版本中提供 Deep Learning Base AMI。
使用源代码的 AMI
对于希望在共享 Python 环境中预先安装深度学习框架及其源代码的开发人员，此 Deep Learning AMI 适用于 CUDA 9 Ubuntu 和 Amazon Linux 版本中的 P3 实例以及 CUDA 8 Ubuntu 和 Amazon Linux 版本中的 P2 实例。
支持深度学习框架
Amazon Deep Learning AMI 支持所有允许您定义模型并大规模对其进行训练的常见深度学习框架。AMI 专为 Amazon Linux 和 Ubuntu 构建，预配置了 Apache MXNet 和 Gluon、TensorFlow、Microsoft Cognitive Toolkit、Caffe、Caffe2、Theano、Torch、PyTorch 和 Keras，让您可以快速地大规模部署和运行这些框架。
加快模型训练的速度
为了加快开发和模型训练的速度，Amazon Deep Learning AMI 安装了常用的 Python 软件包和 Anaconda 平台，并通过预配置的 CUDA 和 cuDNN 驱动程序以及 Intel 数学核心函数库 (MKL) 来提供最新的 NVIDIA GPU 加速功能。
- Amazon Deep Learning AMI 可在 Amazon EC2 P2 实例以及利用 NVIDIA 的 Volta 架构的 P3 实例上运行。AMI 预安装了 NVIDIA CUDA 和 cuDNN 驱动程序，大大缩短了完成计算所需的时间。
- Amazon Deep Learning AMI 可在专为推理设计的基于 Intel 的 Amazon EC2 C5 实例上运行。
- AMI 安装了采用 Python 2.7 和 Python 3.5 内核的 Jupyter Notebook 笔记本，还附带常用的 Python 软件包，包括适用于 Python 的亚马逊云科技软件开发工具包。
- 为了简化软件包的管理和部署，Amazon Deep Learning AMI 安装了 Anaconda2 和 Anaconda3 数据科学平台，可以进行大规模数据处理、预测分析和科学计算。
文档
我们提供三种类型的 Amazon Deep Learning AMI，可满足机器学习从业人员的各种需求。查看我们的 AMI 选择指南、简短教程以及更多深度学习资源，立即开始使用！
