Daftar Isi:

Bagaimana cara menjalankan AWS TensorFlow?
Bagaimana cara menjalankan AWS TensorFlow?

Video: Bagaimana cara menjalankan AWS TensorFlow?

Video: Bagaimana cara menjalankan AWS TensorFlow?
Video: Tutorial 6 :Deployment of Machine Learning Models in Google Cloud Platform 2024, Mungkin
Anonim

Untuk mengaktifkan TensorFlow, buka instans Amazon Elastic Compute Cloud (Amazon EC2) dari DLAMI dengan Conda

  1. Untuk TensorFlow dan Keras 2 pada Python 3 dengan CUDA 9.0 dan MKL-DNN, jalankan perintah ini: $ source mengaktifkan tensorflow_p36.
  2. Untuk TensorFlow dan Keras 2 pada Python 2 dengan CUDA 9.0 dan MKL-DNN, jalankan perintah ini:

Sejalan dengan itu, apakah TensorFlow berjalan di AWS?

TensorFlow ™ memungkinkan pengembang dengan cepat dan mudah memulai pembelajaran mendalam di cloud. Anda bisa memulai AWS dengan sepenuhnya dikelola TensorFlow Pengalaman dengan Amazon SageMaker, platform untuk membuat, melatih, dan menerapkan model pembelajaran mesin dalam skala besar.

Ketahui juga, apa itu AWS TensorFlow? Kategori: Tensorflow pada AWS TensorFlow adalah library machine learning (ML) open-source yang banyak digunakan untuk mengembangkan deep neural network (DNN) yang membutuhkan pelatihan terdistribusi menggunakan beberapa GPU di beberapa host.

Juga pertanyaannya adalah, bagaimana cara menjalankan pembelajaran mesin AWS?

Memulai Pembelajaran Mendalam Menggunakan AWS Deep Learning AMI

  1. Langkah 1: Buka Konsol EC2.
  2. Langkah 1b: Pilih tombol Luncurkan Instance.
  3. Langkah 2a: Pilih AMI Deep Learning AWS.
  4. Langkah 2b: Pada halaman detail, pilih Lanjutkan.
  5. Langkah 3a: Pilih jenis instans.
  6. Langkah 3b: Luncurkan instans Anda.
  7. Langkah 4: Buat file kunci pribadi baru.
  8. Langkah 5: Klik Lihat Instans untuk melihat status instans Anda.

Bagaimana Anda menyajikan model TensorFlow?

  1. Buat model Anda. Impor set data Fashion MNIST. Latih dan evaluasi model Anda.
  2. Simpan model Anda.
  3. Periksa model yang Anda simpan.
  4. Sajikan model Anda dengan TensorFlow Serving. Tambahkan URI distribusi TensorFlow Serving sebagai sumber paket: Instal TensorFlow Serving.
  5. Buat permintaan ke model Anda di TensorFlow Serving. Buat permintaan REST.

Direkomendasikan: