注意：從 v28 版本起，我們不再在 AWS Deep Learning AMI 中包括 CNTK、Caffe、Caffe2 和 Theano Conda 環境。包含這些環境的先前版本的 AWS Deep Learning AMI 繼續可用。但是，我們只會在這些框架的開放源社區發布安全修復時提供這些環境的更新。

在本次分步教程中，您將學習如何啟動 AWS Deep Learning AMI。AMI 是深度學習框架加載的系統映像，有助于在幾分鐘內輕松使用深度學習。

通過 AMI，您可以訓練自定義模型，試驗新算法，并了解新的深度學習技能和方法。AMI 預先安裝了 TensorFlow、Apache MXNet、PyTorch、Chainer、Microsoft 認知工具包、Caffe、Caffe2、Theano 以及 Keras 等深度學習框架，它們均已經過優化，以實現在 Amazon EC2 實例上的高性能。AMI 還通過預配置的驅動程序提供 GPU 和 CPU 加速，并且配備了常用的 Python 軟件包。

在接下來的幾分鐘內，您將使用 Deep Learning AMI 啟動 EC2 實例、通過 SSH 連接實例，以及從工作站訪問 Jupyter Notebook。

完成本教程需要您支付底層 EC2 實例的費用。我們建議您使用“EC2 C5.large”實例，在您終止該實例之前，它每小時產生的費用不足 0.13 USD。本教程將為您介紹如何終止實例以避免產生不必要的費用。

總結

以上是生活随笔為你收集整理的云服务器deeplearning_开始使用 AWS Deep Learning AMI 进行深度学习 | AWS的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。