Sommario:

Come posso eseguire AWS TensorFlow?
Come posso eseguire AWS TensorFlow?

Video: Come posso eseguire AWS TensorFlow?

Video: Come posso eseguire AWS TensorFlow?
Video: Costruzione di modelli di ML custom usando Amazon Sagemaker | AWS Public Sector 2024, Maggio
Anonim

Per attivare TensorFlow, apri un'istanza Amazon Elastic Compute Cloud (Amazon EC2) del DLAMI con Conda

  1. Per TensorFlow e Keras 2 su Python 3 con CUDA 9.0 e MKL-DNN, esegui questo comando: $ sourceactivate tensorflow_p36.
  2. Per TensorFlow e Keras 2 su Python 2 con CUDA 9.0 e MKL-DNN, esegui questo comando:

Di conseguenza, TensorFlow funziona su AWS?

TensorFlow ™ consente agli sviluppatori di iniziare rapidamente e facilmente con il deep learning nel cloud. Voi Potere iniziare AWS con una gestione completamente TensorFlow esperienza con Amazon SageMaker, una piattaforma per creare, addestrare e distribuire modelli di machine learning su larga scala.

Inoltre, sappi che cos'è AWS TensorFlow? Categoria: Tensorflow Su AWS TensorFlow è una libreria di machine learning (ML) open source ampiamente utilizzata per sviluppare reti neurali profonde (DNN) pesanti che richiedono un addestramento distribuito utilizzando più GPU su più host.

Inoltre, la domanda è: come posso eseguire l'apprendimento automatico di AWS?

Inizia con il deep learning utilizzando l'AMI AWS Deep Learning

  1. Passaggio 1: aprire la console EC2.
  2. Passaggio 1b: scegli il pulsante Avvia istanza.
  3. Passaggio 2a: selezionare l'AMI AWS Deep Learning.
  4. Passaggio 2b: nella pagina dei dettagli, scegli Continua.
  5. Passaggio 3a: selezionare un tipo di istanza.
  6. Passaggio 3b: avvia la tua istanza.
  7. Passaggio 4: creare un nuovo file di chiave privata.
  8. Passaggio 5: fare clic su Visualizza istanza per visualizzare lo stato dell'istanza.

Come servi un modello TensorFlow?

  1. Crea il tuo modello. Importa il set di dati Fashion MNIST. Addestra e valuta il tuo modello.
  2. Salva il tuo modello.
  3. Esamina il tuo modello salvato.
  4. Servi il tuo modello con TensorFlow Serving. Aggiungi l'URI di distribuzione TensorFlow Serving come origine del pacchetto: installa TensorFlow Serving.
  5. Fai una richiesta al tuo modello in TensorFlow Serving. Effettua richieste REST.

Consigliato: