Orodha ya maudhui:

Je, ninaendeshaje AWS TensorFlow?
Je, ninaendeshaje AWS TensorFlow?

Video: Je, ninaendeshaje AWS TensorFlow?

Video: Je, ninaendeshaje AWS TensorFlow?
Video: Установка Kafka и работа с кластером из одного брокера, третья тема открытого базового курса 2024, Mei
Anonim

Ili kuwezesha TensorFlow, fungua mfano wa Amazon Elastic Compute Cloud (Amazon EC2) wa DLAMI ukitumia Conda

  1. Kwa TensorFlow na Keras 2 kwenye Python 3 iliyo na CUDA 9.0 na MKL-DNN, endesha amri hii: $ source activate tensorflow_p36.
  2. Kwa TensorFlow na Keras 2 kwenye Python 2 na CUDA 9.0 na MKL-DNN, endesha amri hii:

Sambamba, Je, TensorFlow inaendesha AWS?

TensorFlow ™ huwezesha wasanidi programu kuanza haraka na kwa urahisi na kujifunza kwa kina katika wingu. Wewe unaweza anza AWS na iliyosimamiwa kikamilifu TensorFlow uzoefu na Amazon SageMaker, jukwaa la kujenga, kutoa mafunzo na kusambaza miundo ya kujifunza kwa mashine kwa kiwango.

Pia Jua, AWS TensorFlow ni nini? Kategoria: Tensorflow juu AWS TensorFlow ni maktaba ya programu huria ya kujifunza mashine (ML) inayotumiwa sana kutengeneza mitandao ya neva yenye uzani mzito (DNNs) ambayo inahitaji mafunzo yaliyosambazwa kwa kutumia GPU nyingi kwenye seva pangishi nyingi.

Swali pia ni, ninaendeshaje ujifunzaji wa mashine ya AWS?

Anza na Kujifunza kwa Kina Kwa Kutumia AMI ya Kujifunza kwa Kina ya AWS

  1. Hatua ya 1: Fungua Dashibodi ya EC2.
  2. Hatua ya 1b: Chagua kitufe cha Uzinduzi.
  3. Hatua ya 2a: Chagua AMI ya Kujifunza Kina ya AWS.
  4. Hatua ya 2b: Kwenye ukurasa wa maelezo, chagua Endelea.
  5. Hatua ya 3a: Chagua aina ya mfano.
  6. Hatua ya 3b: Zindua mfano wako.
  7. Hatua ya 4: Unda faili mpya ya ufunguo wa kibinafsi.
  8. Hatua ya 5: Bofya View Instance ili kuona hali yako ya mfano.

Je, unahudumiaje mfano wa TensorFlow?

  1. Unda mfano wako. Ingiza seti ya data ya MNIST ya Mitindo. Funza na tathmini mfano wako.
  2. Hifadhi mfano wako.
  3. Chunguza muundo wako uliohifadhiwa.
  4. Tumia muundo wako na TensorFlow Serving. Ongeza URI ya usambazaji wa TensorFlow Serving kama chanzo cha kifurushi: Sakinisha TensorFlow Serving.
  5. Tuma ombi kwa mtindo wako katika TensorFlow Serving. Fanya maombi ya REST.

Ilipendekeza: