Cuprins:

Cum rulez AWS TensorFlow?
Cum rulez AWS TensorFlow?

Video: Cum rulez AWS TensorFlow?

Video: Cum rulez AWS TensorFlow?
Video: What is AWS? | Amazon Web Services 2024, Mai
Anonim

Pentru a activa TensorFlow, deschideți o instanță Amazon Elastic Compute Cloud (Amazon EC2) a DLAMI cu Conda

  1. Pentru TensorFlow și Keras 2 pe Python 3 cu CUDA 9.0 și MKL-DNN, rulați această comandă: $ source activate tensorflow_p36.
  2. Pentru TensorFlow și Keras 2 pe Python 2 cu CUDA 9.0 și MKL-DNN, rulați această comandă:

În mod corespunzător, TensorFlow rulează pe AWS?

TensorFlow ™ permite dezvoltatorilor să înceapă rapid și ușor cu deep learning în cloud. Tu poate sa începe AWS cu un complet gestionat TensorFlow experienta cu Amazon SageMaker, o platformă pentru a construi, antrena și implementa modele de învățare automată la scară.

De asemenea, știți ce este AWS TensorFlow? Categorie: Tensorflow pe AWS TensorFlow este o bibliotecă de învățare automată (ML) cu sursă deschisă utilizată pe scară largă pentru a dezvolta rețele neuronale profunde (DNN) care necesită instruire distribuită folosind mai multe GPU-uri pe mai multe gazde.

De asemenea, întrebarea este cum rulez AWS machine learning?

Începeți cu Deep Learning folosind AWS Deep Learning AMI

  1. Pasul 1: Deschideți consola EC2.
  2. Pasul 1b: Alegeți butonul Lansare instanță.
  3. Pasul 2a: Selectați AMI-ul AWS Deep Learning.
  4. Pasul 2b: Pe pagina de detalii, alegeți Continuare.
  5. Pasul 3a: Selectați un tip de instanță.
  6. Pasul 3b: Lansați instanța.
  7. Pasul 4: Creați un nou fișier de cheie privată.
  8. Pasul 5: faceți clic pe Vizualizare instanță pentru a vedea starea instanței.

Cum serviți un model TensorFlow?

  1. Creează-ți modelul. Importați setul de date Fashion MNIST. Antrenează-te și evaluează-ți modelul.
  2. Salvați-vă modelul.
  3. Examinați modelul salvat.
  4. Serviți-vă modelul cu TensorFlow Serving. Adăugați URI de distribuție TensorFlow Serving ca sursă de pachet: Instalați TensorFlow Serving.
  5. Faceți o solicitare modelului dvs. în TensorFlow Serving. Faceți cereri REST.

Recomandat: