BLOG
AWS Deep Learning AMI는 인공 지능 개발자 및 데이터 과학자가 딥러닝 모델로 빠르게 시작할 수 있도록 완전하게 구성된 환경을 제공합니다. 이제 Amazon AMI (Amazon Machine Images)에는 유연하고 직관적인 딥러닝 프레임워크인 Chainer (v3.4.0)와 최신 버전의 Apache MXNet 및 PyToch가 포함됩니다.
개발자는 Chainer의 정밀한 연산 방식을 통해 훈련 중에 컴퓨터 그래프를 즉각 수정할 수 있습니다. 이는 문장 대 문장 변환 및 질문 답변 시스템과 같은 자연스러운 언어 처리(natural language processing; NLP)작업에 사용되는 Recurrent Neural Networks (RNN)과 같은 동적 신경 네트워크를 더 유연하게 구현할 수 있도록 해 줍니다. Chainer는 NVIDIA CUDA 9의 CuPy와 cuDNN 7드라이버를 활용하여 NVIDIA Volta GPU에서 Amazon EC2 P3 인스턴스에 전원을 공급하는 연산을 가속화하도록 완벽하게 구성되었습니다. 이제 단계별 튜토리얼을 사용하여 Chainer를 빠르게 시작할 수 있습니다.
Ubuntu및 Amazon Linux에서 사용 가능한 AMI는 별도의 Conda 기반의 가상 환경에서 딥러닝 프레임워크의 최신 공식 버전에 대해 사전 구축된 pip binaries를 제공합니다. 각 프레임워크는 해당 프레임워크가 지원하는 NVIDIA CUDA와 cuDNN의 최신 버전으로 사전 구성됩니다. 이제 AMI에는 MXNet 1.1및 Pytorch 0.3.1과 함께 제공되며 몇 가지 새로운 버그 수정, 성능 및 사용 편의성이 개선되었습니다.
CUDA 9과 cuDNN 7 지원을 포함한 다음의 프레임워크는 AMI 에 포함되어 있습니다.
- Apache MXNet 1.1 (with Gluon)
- Caffe2 0.8.1
- Microsoft Cognitive Toolkit (CNTK) 2.4
- PyTorch 0.3.1
- TensorFlow 1.5
- Chainer 3.4.0
- Theano 1.0
- Keras 1.2.2 and Keras 2.1.3
- Caffe 1.0 with CUDA 8 and cuDNN 6
AMI 는 또한 model serving과 디버깅 역량을 포함하고 이는 다음의 툴에서 제공됩니다.
- Apache MXNet Model Server 0.1
- TensorFlow Serving 1.4.0
- Tensor Board 1.0.0
Deep Learning AMI 시작하기
AWS 딥러닝 AMI 최신 릴리스는 AWS Marketplace에서 사용할 수 있습니다. AMI 선택 주제는 딥러닝 프로젝트에 적합한 AMI를 선택하는 데 도움이 됩니다. AWS에서는 최초의 딥러닝 모델을 신속하게 구축할 수 있도록 많은 자습서 및 개발자 리소스를 제공해 왔습니다.
원문 URL: https://aws.amazon.com/ko/blogs/machine-learning/aws-deep-learning-amis-now-support-chainer-and-latest-versions-of-pytorch-and-apache-mxnet/
** 메가존 TechBlog는 AWS BLOG 영문 게재글중에서 한국 사용자들에게 유용한 정보 및 콘텐츠를 우선적으로 번역하여 내부 엔지니어 검수를 받아서, 정기적으로 게재하고 있습니다. 추가로 번역및 게재를 희망하는 글에 대해서 관리자에게 메일 또는 SNS페이지에 댓글을 남겨주시면, 우선적으로 번역해서 전달해드리도록 하겠습니다.