Mit TensorFlow™ gelingt Entwicklern der schnelle und mühelose Einstieg mit Deep Learning in der Cloud. Das Framework trifft in der Branche auf breite Unterstützung und wird gern für Deep Learning-Forschung und -Anwendungsentwicklung gewählt, insbesondere in Bereichen wie Computervision, Verstehen natürlicher Sprache und Sprachübersetzung.
Für den Einstieg bei AWS können Sie mit Amazon SageMaker von einer vollständig verwalteten TensorFlow-Erfahrung profitieren. Dabei handelt es sich um eine Plattform, mit der Machine-Learning-Modelle in verschiedenen Größen erstellt, trainiert und bereitgestellt werden können. Sie können die AWS Deep Learning AMIs verwenden, um benutzerdefinierte Umgebungen und Arbeitsabläufe für die Verwendung von TensorFlow und anderer gängiger Deep Learning Frameworks, wie Apache MXNet, PyTorch, Caffe, Caffe2, Chainer, Gluon, Keras und das Microsoft Cognitive Toolkit, zu erstellen.
88 % der TensorFlow-Projekte in der Cloud werden in AWS ausgeführt.
In diesem Bericht zeigt Nucleus Research fünf Gründe auf, warum Deep-Learning-Nutzer
AWS für Deep Learning im Vergleich zu anderen Cloud-Anbietern wählen.
Nutzen
Visualisierung
TensorFlow enthält eine umfassende Palette an Visualisierungs-Tools, mit denen sich Anwendungen leichter verstehen, debuggen und optimieren lassen. Mit Unterstützung verschiedener Stile – von Bildern und Audio bis hin zu Histogrammen und Diagrammen – können Sie große neuronale Netze schnell und einfach trainieren.
Entwicklung für Mobilgeräte
TensorFlow Mobile zeichnet sich durch einen schlankeren Code und mathematische Tools aus, die kleinere Modellgrößen ermöglichen. Die Android-App TensorFlow Mobile ist auch ideal für Situationen mit teurer oder teilweise unterbrochener Netzanbindung.
Dokumentation
Mit TensorFlow greifen Sie auf umfassende Dokumentation und Tutorials zu, die Sie bei der schnellen KI-Entwicklung unterstützen. TensorFlow wird von einer großen, aktiven Community gestützt, die regelmäßig Programmiercode beiträgt und Probleme auf GitHub behebt.
Kunden, die TensorFlow in AWS verwenden
Amazon SageMaker für Machine Learning
Amazon SageMaker ist ein vollständig verwalteter Service, der es Entwicklern und Datenwissenschaftlern ermöglicht, schnell und einfach Machine Learning-Modelle jeder Größenordnung zu erstellen, zu trainieren und zu implementieren. Amazon SageMaker beseitigt alle Hindernisse, die Entwickler normalerweise beim Einsatz von Machine Learning behindern.