Оглавление:

Как запустить AWS TensorFlow?
Как запустить AWS TensorFlow?

Видео: Как запустить AWS TensorFlow?

Видео: Как запустить AWS TensorFlow?
Видео: От установки AWS IoT Greengrass v2 на Nvidia Jetson NANO 4Gb до полного управления из Cloud 2024, Ноябрь
Anonim

Чтобы активировать TensorFlow, откройте экземпляр Amazon Elastic Compute Cloud (Amazon EC2) DLAMI с помощью Conda

  1. Для TensorFlow и Keras 2 на Python 3 с CUDA 9.0 и MKL-DNN выполните эту команду: $ source activate tensorflow_p36.
  2. Для TensorFlow и Keras 2 на Python 2 с CUDA 9.0 и MKL-DNN выполните эту команду:

Соответственно, работает ли TensorFlow на AWS?

TensorFlow ™ позволяет разработчикам быстро и легко приступить к глубокому обучению в облаке. Ты жестяная банка начать AWS с полностью управляемым TensorFlow опыт работы с Амазонка SageMaker - платформа для масштабного создания, обучения и развертывания моделей машинного обучения.

Также знайте, что такое AWS TensorFlow? Категория: Tensorflow на AWS TensorFlow - это библиотека машинного обучения (ML) с открытым исходным кодом, широко используемая для разработки тяжелых глубоких нейронных сетей (DNN), которые требуют распределенного обучения с использованием нескольких графических процессоров на нескольких хостах.

Также вопрос в том, как запустить машинное обучение AWS?

Начните с глубокого обучения с помощью AMI AWS Deep Learning

  1. Шаг 1. Откройте консоль EC2.
  2. Шаг 1b: нажмите кнопку «Запустить экземпляр».
  3. Шаг 2а. Выберите AMI AWS Deep Learning.
  4. Шаг 2b. На странице сведений выберите «Продолжить».
  5. Шаг 3а: Выберите тип экземпляра.
  6. Шаг 3b: Запустите свой экземпляр.
  7. Шаг 4: Создайте новый файл закрытого ключа.
  8. Шаг 5: Нажмите «Просмотр экземпляра», чтобы увидеть статус вашего экземпляра.

Как вы обслуживаете модель TensorFlow?

  1. Создайте свою модель. Импортируйте набор данных Fashion MNIST. Обучите и оцените свою модель.
  2. Сохраните вашу модель.
  3. Изучите сохраненную модель.
  4. Обслуживайте свою модель с помощью TensorFlow Serving. Добавьте URI распространения TensorFlow Serving в качестве источника пакета: Установите TensorFlow Serving.
  5. Сделайте запрос к вашей модели в TensorFlow Serving. Делайте запросы REST.

Рекомендуемые: