Sadržaj:

Kako mogu pokrenuti AWS TensorFlow?
Kako mogu pokrenuti AWS TensorFlow?

Video: Kako mogu pokrenuti AWS TensorFlow?

Video: Kako mogu pokrenuti AWS TensorFlow?
Video: Быстрее всех: как я первым добавил TensorBoard в свой скрипт RVC на Kaggle | RVC заиграл по новому | 2024, Svibanj
Anonim

Da biste aktivirali TensorFlow, otvorite Amazon Elastic Compute Cloud (Amazon EC2) instancu DLAMI-ja s Condom

  1. Za TensorFlow i Keras 2 na Pythonu 3 s CUDA 9.0 i MKL-DNN, pokrenite ovu naredbu: $ source activate tensorflow_p36.
  2. Za TensorFlow i Keras 2 na Pythonu 2 s CUDA 9.0 i MKL-DNN, pokrenite ovu naredbu:

Sukladno tome, radi li TensorFlow na AWS-u?

TensorFlow ™ omogućuje programerima da brzo i jednostavno započnu s dubokim učenjem u oblaku. Vas limenka počnite dalje AWS s potpuno upravljanim TensorFlow iskustvo s Amazon SageMaker, platforma za izgradnju, obuku i implementaciju modela strojnog učenja u velikom obimu.

Također znajte, što je AWS TensorFlow? Kategorija: Tenzorski protok na AWS TensorFlow je knjižnica otvorenog koda za strojno učenje (ML) koja se naširoko koristi za razvoj teških dubokih neuronskih mreža (DNN) koje zahtijevaju distribuiranu obuku pomoću više GPU-a na više hostova.

Također se postavlja pitanje kako pokrenuti AWS strojno učenje?

Započnite s dubokim učenjem pomoću AWS AMI za duboko učenje

  1. Korak 1: Otvorite EC2 konzolu.
  2. Korak 1b: Odaberite gumb Pokreni instancu.
  3. Korak 2a: Odaberite AWS Deep Learning AMI.
  4. Korak 2b: Na stranici s detaljima odaberite Nastavi.
  5. Korak 3a: Odaberite vrstu instance.
  6. Korak 3b: Pokrenite svoju instancu.
  7. Korak 4: Napravite novu datoteku privatnog ključa.
  8. Korak 5: Kliknite Prikaži instancu da biste vidjeli status svoje instance.

Kako služite TensorFlow modelu?

  1. Izradite svoj model. Uvezite skup podataka Fashion MNIST. Trenirajte i procijenite svoj model.
  2. Spremite svoj model.
  3. Pregledajte svoj spremljeni model.
  4. Poslužite svoj model uz TensorFlow Serving. Dodajte TensorFlow Serving URI kao izvor paketa: Instalirajte TensorFlow Serving.
  5. Napravite zahtjev za svoj model u TensorFlow Servingu. Napravite REST zahtjeve.

Preporučeni: