Utilizziamo cookie essenziali e strumenti simili necessari per fornire il nostro sito e i nostri servizi. Utilizziamo i cookie prestazionali per raccogliere statistiche anonime in modo da poter capire come i clienti utilizzano il nostro sito e apportare miglioramenti. I cookie essenziali non possono essere disattivati, ma puoi fare clic su \"Personalizza\" o \"Rifiuta\" per rifiutare i cookie prestazionali.
Se sei d'accordo, AWS e le terze parti approvate utilizzeranno i cookie anche per fornire utili funzionalità del sito, ricordare le tue preferenze e visualizzare contenuti pertinenti, inclusa la pubblicità pertinente. Per continuare senza accettare questi cookie, fai clic su \"Continua\" o \"Rifiuta\". Per effettuare scelte più dettagliate o saperne di più, fai clic su \"Personalizza\".
I cookie essenziali sono necessari per fornire il nostro sito e i nostri servizi e non possono essere disattivati. In genere vengono impostati in risposta alle tue azioni sul sito, come l'impostazione delle tue preferenze sulla privacy, l'accesso o la compilazione di moduli.
I cookie di prestazione forniscono statistiche anonime sul modo in cui i clienti navigano nel nostro sito in modo da migliorare l'esperienza e le prestazioni del sito. Le terze parti approvate possono eseguire analisi per conto nostro, ma non possono utilizzare i dati per le proprie finalità.
I cookie funzionali ci aiutano a fornire funzionalità utili del sito, a ricordare le tue preferenze e a mostrare contenuti pertinenti. Le terze parti approvate possono impostare questi cookie per fornire determinate funzionalità del sito. Se non permetti l'installazione di questi cookie, alcuni o tutti questi servizi potrebbero non funzionare correttamente.
I cookie pubblicitari possono essere impostati tramite il nostro sito da noi o dai nostri partner pubblicitari e ci aiutano a distribuire contenuti di marketing personalizzati. Se non permetti l'installazione di questi cookie, visualizzerai pubblicità meno pertinenti.
Il blocco di alcuni tipi di cookie può influire sulla tua esperienza dei nostri siti. Puoi modificare le tue preferenze relative ai cookie in qualsiasi momento facendo clic su Preferenze cookie, nel piè di pagina di questo sito. Per ulteriori informazioni su come noi e le terze parti approvate utilizziamo i cookie sui nostri siti, leggi la nostra Informativa sui cookie di AWS.
Pubblichiamo annunci pertinenti ai tuoi interessi, inclusa la pubblicità comportamentale intercontestuale, sui siti AWS e su altre proprietà. La pubblicità comportamentale intercontestuale utilizza i dati di un sito o di un'app per farti pubblicità su un sito o un'app di un'azienda diversa.
Per non consentire la pubblicità comportamentale intercontestuale di AWS basata su cookie o tecnologie simili, seleziona \"Non consentire\" e \"Salva scelte sulla privacy\" di seguito oppure visita un sito AWS con un segnale di rifiuto legalmente riconosciuto abilitato, come il Global Privacy Control. Se elimini i cookie o visiti questo sito da un browser o dispositivo diverso, dovrai effettuare nuovamente la selezione. Per ulteriori informazioni sui cookie e su come li utilizziamo, leggi la nostra Informativa sui cookie di AWS.
Per non consentire tutte le altre pubblicità comportamentali intercontestuali di AWS, completa questo modulo via e-mail.
Per ulteriori informazioni su come AWS gestisce le tue informazioni, leggi l’Informativa sulla privacy di AWS.
Al momento archivieremo solo i cookie essenziali, perché non siamo stati in grado di salvare le tue preferenze relative ai cookie.
Se desideri modificare le preferenze dei cookie, riprova più tardi utilizzando il link nel piè di pagina della Console AWS oppure contatta il supporto se il problema persiste.
Gli AWS Deep Learning Containers (detti anche “AWS DL container”) offrono ai professionisti del machine learning e del deep learning ambienti Docker ottimizzati per formare e distribuire modelli nelle rispettive pipeline e nei flussi di lavoro su Amazon Sagemaker, Amazon EC2, Amazon ECS e Amazon EKS. Gli AWS DL container sono disponibili come immagini Docker per la formazione e l’inferenza con TensorFlow, PyTorch e MXNet su Amazon ECR.
I container AWS DL vengono mantenuti aggiornati con le versioni più recenti di framework e driver, sono testati per compatibilità e sicurezza e sono offerti senza costi aggiuntivi. Sono inoltre personalizzabili seguendo le nostre guide alle ricette. L'utilizzo di container AWS DL come elemento costitutivo per gli ambienti ML riduce il carico sui team operativi e di infrastruttura, abbassa i costi operativi, accelera lo sviluppo di prodotti ML e consente ai team ML di concentrarsi sul lavoro a valore aggiunto derivante dal ricavare informazioni basate sul machine learning dai dati dell'organizzazione. I container DL vengono mantenuti aggiornati con le versioni più recenti di framework e driver, sono testati per compatibilità e sicurezza e sono offerti senza costi aggiuntivi. Sono inoltre personalizzabili seguendo le nostre guide alle ricette. L'utilizzo di container DL come elemento costitutivo per gli ambienti ML riduce l'onere per i team operativi e di infrastruttura, abbassa i costi operativi, accelera lo sviluppo di prodotti ML e consente ai team ML di concentrarsi sul lavoro a valore aggiunto derivante dal ricavare informazioni basate sul machine learning dai dati dell'organizzazione.
Gli AWS DL container sono sviluppati, testati e ottimizzati per essere utilizzati in Amazon SageMaker, Amazon EC2, Amazon ECS e Amazon EKS. Le immagini Docker per gli AWS DL container sono disponibili su Amazon ECR. Per la formazione e l’inferenza di modelli di deep learning tramite GPU, gli AWS DL container necessitano che l’Amazon Machine Image (AMI) sottostante abbia installati gli adeguati driver GPU. I DL container sono progettati per funzionare con le AMI GPU predefinite disponibili in Amazon SageMaker, Amazon ECS e Amazon EKS.
Le AWS Deep Learning AMI sono Amazon Machine Images (AMI) di EC2 sviluppate e ottimizzate per la creazione, formazione e inferenza di modelli di machine learning e deep learning. Per ulteriori informazioni, visita la pagina AMI di deep learning di AWS. Per ulteriori informazioni sull'utilizzo dei container AWS per il DL in EC2, consulta la nostra documentazione.
Gli AWS DL container sono disponibili senza alcun costo aggiuntivo. Gli unici costi da sostenere per Amazon Sagemaker sono relativi ad Amazon EC2, Amazon ECS, Amazon EKS e alle altre risorse AWS che utilizzi.
Puoi accedere alle immagini Docker per gli AWS DL container dai repository in Amazon ECR. Per ulteriori informazioni e accedere all'elenco delle immagini Docker disponibili, consulta la documentazione.