Indholdsfortegnelse:

Hvordan kører jeg AWS TensorFlow?
Hvordan kører jeg AWS TensorFlow?

Video: Hvordan kører jeg AWS TensorFlow?

Video: Hvordan kører jeg AWS TensorFlow?
Video: Getting started with Podman Desktop | #Chocolatey | Docker Desktop Alternative 2024, November
Anonim

For at aktivere TensorFlow skal du åbne en Amazon Elastic Compute Cloud (Amazon EC2) forekomst af DLAMI med Conda

  1. For TensorFlow og Keras 2 på Python 3 med CUDA 9.0 og MKL-DNN, kør denne kommando: $ source activate tensorflow_p36.
  2. For TensorFlow og Keras 2 på Python 2 med CUDA 9.0 og MKL-DNN, kør denne kommando:

Kører TensorFlow tilsvarende på AWS?

TensorFlow ™ gør det muligt for udviklere hurtigt og nemt at komme i gang med deep learning i skyen. Du kan komme i gang AWS med en fuldt styret TensorFlow erfaring med Amazon SageMaker, en platform til at bygge, træne og implementere maskinlæringsmodeller i stor skala.

Ved også, hvad er AWS TensorFlow? Kategori: Tensorflow på AWS TensorFlow er et open source-maskinlæringsbibliotek (ML), der er meget brugt til at udvikle tunge dybe neurale netværk (DNN'er), der kræver distribueret træning ved hjælp af flere GPU'er på tværs af flere værter.

Spørgsmålet er også, hvordan kører jeg AWS machine learning?

Kom godt i gang med Deep Learning ved hjælp af AWS Deep Learning AMI

  1. Trin 1: Åbn EC2-konsollen.
  2. Trin 1b: Vælg knappen Start forekomst.
  3. Trin 2a: Vælg AWS Deep Learning AMI.
  4. Trin 2b: På detaljesiden skal du vælge Fortsæt.
  5. Trin 3a: Vælg en instanstype.
  6. Trin 3b: Start din instans.
  7. Trin 4: Opret en ny privat nøglefil.
  8. Trin 5: Klik på Vis forekomst for at se din forekomststatus.

Hvordan betjener du en TensorFlow-model?

  1. Lav din model. Importer Fashion MNIST-datasættet. Træn og vurder din model.
  2. Gem din model.
  3. Undersøg din gemte model.
  4. Server din model med TensorFlow Serving. Tilføj TensorFlow Serving distribution URI som en pakkekilde: Installer TensorFlow Serving.
  5. Lav en anmodning til din model i TensorFlow Serving. Lav REST-anmodninger.

Anbefalede: