สารบัญ:

ฉันจะเรียกใช้ AWS TensorFlow ได้อย่างไร
ฉันจะเรียกใช้ AWS TensorFlow ได้อย่างไร

วีดีโอ: ฉันจะเรียกใช้ AWS TensorFlow ได้อย่างไร

วีดีโอ: ฉันจะเรียกใช้ AWS TensorFlow ได้อย่างไร
วีดีโอ: 🤖AWS SageMaker in 10 Minutes! (Artificial Intelligence & Machine Learning with Amazon Web Services) 2024, พฤศจิกายน
Anonim

ในการเปิดใช้งาน TensorFlow ให้เปิดอินสแตนซ์ Amazon Elastic Compute Cloud (Amazon EC2) ของ DLAMI พร้อม Conda

  1. สำหรับ TensorFlow และ Keras 2 บน Python 3 ที่มี CUDA 9.0 และ MKL-DNN ให้รันคำสั่งนี้: $ source activate tensorflow_p36
  2. สำหรับ TensorFlow และ Keras 2 บน Python 2 ที่มี CUDA 9.0 และ MKL-DNN ให้รันคำสั่งนี้:

ตามลำดับ TensorFlow ทำงานบน AWS หรือไม่

TensorFlow ™ช่วยให้นักพัฒนาสามารถเริ่มต้นการเรียนรู้เชิงลึกในระบบคลาวด์ได้อย่างรวดเร็วและง่ายดาย คุณ สามารถ เริ่มเลย AWS ด้วยการจัดการอย่างเต็มรูปแบบ TensorFlow ประสบการณ์กับ อเมซอน SageMaker แพลตฟอร์มสำหรับสร้าง ฝึกฝน และปรับใช้โมเดลแมชชีนเลิร์นนิงในวงกว้าง

รู้ไว้ด้วยว่า AWS TensorFlow คืออะไร หมวดหมู่: เทนเซอร์โฟลว์ บน AWS TensorFlow เป็นไลบรารีการเรียนรู้ของเครื่องโอเพ่นซอร์ส (ML) ที่ใช้กันอย่างแพร่หลายในการพัฒนาเครือข่าย Deep Neural Network (DNN) ที่มีน้ำหนักมาก ซึ่งต้องการการฝึกอบรมแบบกระจายโดยใช้ GPU หลายตัวในหลายโฮสต์

คำถามก็คือ ฉันจะรันการเรียนรู้ของเครื่อง AWS ได้อย่างไร

เริ่มต้นใช้งาน Deep Learning โดยใช้ AWS Deep Learning AMI

  1. ขั้นตอนที่ 1: เปิดคอนโซล EC2
  2. ขั้นตอนที่ 1b: เลือกปุ่มเปิดใช้อินสแตนซ์
  3. ขั้นตอนที่ 2a: เลือก AWS Deep Learning AMI
  4. ขั้นตอนที่ 2b: ในหน้ารายละเอียด เลือกดำเนินการต่อ
  5. ขั้นตอนที่ 3a: เลือกประเภทอินสแตนซ์
  6. ขั้นตอนที่ 3b: เปิดใช้อินสแตนซ์ของคุณ
  7. ขั้นตอนที่ 4: สร้างไฟล์คีย์ส่วนตัวใหม่
  8. ขั้นตอนที่ 5: คลิกดูอินสแตนซ์เพื่อดูสถานะอินสแตนซ์ของคุณ

คุณให้บริการโมเดล TensorFlow อย่างไร

  1. สร้างแบบจำลองของคุณ นำเข้าชุดข้อมูล Fashion MNIST ฝึกและประเมินแบบจำลองของคุณ
  2. บันทึกโมเดลของคุณ
  3. ตรวจสอบแบบจำลองที่คุณบันทึกไว้
  4. ให้บริการโมเดลของคุณด้วย TensorFlow Serving เพิ่ม URI การกระจายการให้บริการ TensorFlow เป็นแหล่งที่มาของแพ็คเกจ: ติดตั้ง TensorFlow Serving
  5. ส่งคำขอไปยังโมเดลของคุณใน TensorFlow Serving ทำการร้องขอ REST

แนะนำ: