Innehållsförteckning:

Hur kör jag AWS TensorFlow?
Hur kör jag AWS TensorFlow?

Video: Hur kör jag AWS TensorFlow?

Video: Hur kör jag AWS TensorFlow?
Video: ВВЕДЕНИЕ В ГЛУБОКОЕ ОБУЧЕНИЕ С TENSORFLOW & KERAS | ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ С PYTHON [2020] 2024, Maj
Anonim

För att aktivera TensorFlow, öppna en Amazon Elastic Compute Cloud (Amazon EC2)-instans av DLAMI med Conda

  1. För TensorFlow och Keras 2 på Python 3 med CUDA 9.0 och MKL-DNN, kör detta kommando: $ source aktivera tensorflow_p36.
  2. För TensorFlow och Keras 2 på Python 2 med CUDA 9.0 och MKL-DNN, kör det här kommandot:

Körs TensorFlow på AWS på motsvarande sätt?

TensorFlow ™ gör det möjligt för utvecklare att snabbt och enkelt komma igång med djupinlärning i molnet. Du burk komma igång AWS med en fullt hanterad TensorFlow erfarenhet med Amazon SageMaker, en plattform för att bygga, träna och distribuera modeller för maskininlärning i stor skala.

Vet du också, vad är AWS TensorFlow? Kategori: Tensorflöde på AWS TensorFlow är ett bibliotek med öppen källkod för maskininlärning (ML) som ofta används för att utveckla tunga djupa neurala nätverk (DNN) som kräver distribuerad utbildning med hjälp av flera GPU:er över flera värdar.

Frågan är också, hur kör jag AWS maskininlärning?

Kom igång med Deep Learning med AWS Deep Learning AMI

  1. Steg 1: Öppna EC2-konsolen.
  2. Steg 1b: Välj knappen Starta instans.
  3. Steg 2a: Välj AWS Deep Learning AMI.
  4. Steg 2b: På informationssidan väljer du Fortsätt.
  5. Steg 3a: Välj en instanstyp.
  6. Steg 3b: Starta din instans.
  7. Steg 4: Skapa en ny privat nyckelfil.
  8. Steg 5: Klicka på Visa instans för att se din instansstatus.

Hur servar du en TensorFlow-modell?

  1. Skapa din modell. Importera Fashion MNIST-datauppsättningen. Träna och utvärdera din modell.
  2. Spara din modell.
  3. Undersök din sparade modell.
  4. Servera din modell med TensorFlow Serving. Lägg till TensorFlow Serving-distributions-URI som en paketkälla: Installera TensorFlow Serving.
  5. Gör en förfrågan till din modell i TensorFlow Serving. Gör REST-förfrågningar.

Rekommenderad: