Wir verwenden essentielle Cookies und ähnliche Tools, die für die Bereitstellung unserer Website und Services erforderlich sind. Wir verwenden Performance-Cookies, um anonyme Statistiken zu sammeln, damit wir verstehen können, wie Kunden unsere Website nutzen, und Verbesserungen vornehmen können. Essentielle Cookies können nicht deaktiviert werden, aber Sie können auf „Anpassen“ oder „Ablehnen“ klicken, um Performance-Cookies abzulehnen.
Wenn Sie damit einverstanden sind, verwenden AWS und zugelassene Drittanbieter auch Cookies, um nützliche Features der Website bereitzustellen, Ihre Präferenzen zu speichern und relevante Inhalte, einschließlich relevanter Werbung, anzuzeigen. Um alle nicht notwendigen Cookies zu akzeptieren oder abzulehnen, klicken Sie auf „Akzeptieren“ oder „Ablehnen“. Um detailliertere Entscheidungen zu treffen, klicken Sie auf „Anpassen“.
Diese Cookies sind erforderlich, um unsere Website und Services bereitzustellen und können nicht deaktiviert werden. Sie werden in der Regel als Reaktion auf Ihre Aktionen auf der Website festgelegt, z. B. die Festlegung Ihrer Datenschutzeinstellungen, die Anmeldung oder das Ausfüllen von Formularen.
Leistungs-Cookies stellen anonyme Statistiken darüber bereit, wie Kunden auf unserer Website navigieren, damit wir die Website-Erfahrung und -Leistung verbessern können. Zugelassene Dritte können Analysen in unserem Namen durchführen, die Daten aber nicht für ihre eigenen Zwecke verwenden.
Funktionale Cookies helfen uns dabei, nützliche Website-Funktionen bereitzustellen, Ihre Präferenzen zu speichern und relevante Inhalte anzuzeigen. Zugelassene Dritte können diese Cookies so einrichten, dass bestimmte Website-Funktionen bereitgestellt werden. Wenn Sie diese Cookies nicht zulassen, funktionieren einige oder alle dieser Services möglicherweise nicht ordnungsgemäß.
Diese Cookies können von uns oder unseren Werbepartnern über unsere Website gesetzt werden und uns helfen, relevante Marketinginhalte bereitzustellen. Wenn Sie diese Cookies nicht zulassen, werden Sie weniger relevante Werbung erleben.
Das Blockieren einiger Arten von Cookies kann sich auf Ihre Erfahrung auf unseren Websites auswirken. Sie können Ihre Cookie-Einstellungen jederzeit ändern, indem Sie in der Fußzeile dieser Website auf Cookie-Einstellungen klicken. Um mehr darüber zu erfahren, wie wir und zugelassene Dritte Cookies auf unseren Websites verwenden, lesen Sie bitte unseren AWS-Cookie-Hinweis.
Wir zeigen auf AWS-Websites und auf anderen Websites für Ihre Interessen relevante Werbung an, einschließlich kontextübergreifender verhaltensbezogener Werbung. Bei kontextübergreifender verhaltensbezogener Werbung werden Daten von einer Website oder App verwendet, um auf der Website oder App eines anderen Unternehmens für Sie zu werben.
Um kontextübergreifende verhaltensbasierte Werbung von AWS auf der Grundlage von Cookies oder ähnlichen Technologien nicht zuzulassen, wählen Sie unten „Nicht zulassen“ und „Datenschutzeinstellungen speichern“ oder besuchen Sie eine AWS-Website mit einem aktivierten, gesetzlich anerkannten Ablehnungssignal, wie z. B. Globale Datenschutzkontrolle. Wenn Sie Ihre Cookies löschen oder diese Website von einem anderen Browser oder Gerät aus besuchen, müssen Sie Ihre Auswahl erneut treffen. Weitere Informationen zu Cookies und ihrer Verwendung durch uns finden Sie in unserem Hinweis zu AWS-Cookies.
Wenn Sie nicht alle anderen kontextübergreifenden Verhaltenswerbung von AWS-zulassen möchten, , füllen Sie dieses Formular per E-Mail aus.
Weitere Informationen darüber, wie AWS mit Ihren Daten umgeht, finden Sie im AWS-Datenschutzhinweis.
Wir speichern derzeit nur wichtige Cookies, da wir Ihre Cookie-Einstellungen nicht speichern konnten.
Wenn Sie Ihre Cookie-Einstellungen ändern möchten, versuchen Sie es später erneut über den Link in der Fußzeile der AWS-Konsole oder wenden Sie sich an den Support, wenn das Problem weiterhin besteht.
Mit AWS Deep Learning Containers (AWS DL Containers) erhalten Praxisanwender von Machine Learning und Deep Learning optimierte Docker-Umgebungen, um Modelle in ihren Pipelines und Workflows in Amazon SageMaker, Amazon EC2, Amazon ECS und Amazon EKS zu trainieren und einsetzen zu können. AWS DL Containers sind als Docker-Images für das Training und Inferenzen mit TensorFlow, PyTorch und MXNet auf Amazon ECR verfügbar.
AWS DL Containers werden mit den neuesten Versionen von Frameworks und Treibern auf dem neuesten Stand gehalten, auf Kompatibilität und Sicherheit getestet und ohne zusätzliche Kosten angeboten. Sie sind auch anpassbar, indem Sie unseren Rezeptanleitungen folgen. Die Verwendung von AWS DL Containers als Baustein für ML-Umgebungen reduziert die Belastung der Betriebs- und Infrastrukturteams, senkt die Betriebskosten, beschleunigt die Entwicklung von ML-Produkten und ermöglicht es den ML-Teams, sich auf die wertschöpfende Arbeit zu konzentrieren, ML-gestützte Erkenntnisse aus den Unternehmensdaten zu gewinnen. DL Container werden mit den neuesten Versionen von Frameworks und Treibern auf dem neuesten Stand gehalten, auf Kompatibilität und Sicherheit getestet und ohne zusätzliche Kosten angeboten. Sie sind auch anpassbar, indem Sie unseren Rezeptanleitungen folgen. Die Verwendung von DL Containers als Baustein für ML-Umgebungen reduziert die Belastung der Betriebs- und Infrastrukturteams, senkt die Betriebskosten, beschleunigt die Entwicklung von ML-Produkten und ermöglicht es den ML-Teams, sich auf die wertschöpfende Arbeit zu konzentrieren, ML-gestützte Erkenntnisse aus den Unternehmensdaten zu gewinnen.
AWS DL Containers werden für die Anwendung in Amazon SageMaker, Amazon EC2, Amazon ECS und Amazon EKS entwickelt, getestet und optimiert. Docker-Images für AWS DL Containers sind auf Amazon ECR verfügbar. Für das Training und die Inferenzen von Deep-Learning-Modellen mit GPUs benötigen AWS DL Containers das zugrunde liegende Amazon Machine Image (AMI), damit die benötigten GPU-Treiber installiert sind. DL Containers sind so gestaltet, dass sie mit den standardmäßigen GPU-AMIs, die in Amazon SageMaker, Amazon ECS und Amazon EKS verfügbar sind, funktionieren.
AWS Deep Learning AMIs sind EC2 Amazon Machine Images (AMIs), die für die Entwicklung, das Training und die Inferenzen von Machine Learning und Deep Learning Modellen entwickelt und optimisiert wurden. Weitere Informationen finden Sie unter AWS Deep Learning-AMIs. Weitere Informationen zur Verwendung von AWS DL-Containern mit EC2 finden Sie in der Dokumentation.
AWS DL Containers sind ohne Aufpreis erhältlich. Sie zahlen lediglich für Amazon SageMaker, Amazon EC2, Amazon ECS, Amazon EKS und andere AWS-Ressourcen, die Sie verwenden.
Sie können auf Docker-Images für AWS DL Containers über Repositorys in Amazon ECR zugreifen. Weitere Informationen erhalten Sie in der Liste der verfügbaren Docker-Images in der Dokumentation.