本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
什么是AmazonDeep Learning Containers？
欢迎阅读用户指南AmazonDeep Learning Containers。
AmazonDeep Learning 容器（Deep Learning Containers）是 TensorFlow、TensorFlow 2、PyTorch 和 Apache MXNet（孵化）中训练和处理模型的一组 Docker 映像。Deep Learning Containers 提供具有 TensorFlow 和 MXNet、Nvidia CUDA（适用于 GPU 实例）和 Intel MKL（适用于 CPU 实例）库的优化环境，并在 Amazon Elastic Container Registry (Amazon ECR) 中可用。
关于本指南
本指南可以帮助您设置和使用AmazonDeep Learning Containers。本指南还介绍了使用 Amazon EC2、Amazon ECS、Amazon EKS 和 SageMaker 设置 Deep Learning Containers。它介绍了用于培训和推导的深度学习的几种常见使用案例。本指南还针对每个框架提供多个教程。
-
要使用 MXNet、PyTorch、TensorFlow 和 TensorFlow 2 在 Amazon EC2 的 Deep Learning Containers 上运行训练和推理，请参阅Amazon EC2 教程
-
要使用 MXNet、PyTorch 和 TensorFlow 在 Amazon ECS 的 Deep Learning Containers 上运行训练和推理，请参阅Amazon ECS 教程
-
适用于 Amazon EKS 的 Deep Learning Containers 提供基于 CPU、GPU 和分布式 GPU 的培训，以及基于 CPU 和 GPU 的推理。要使用 MXNet、PyTorch 和 TensorFlow 在 Amazon EKS 的 Deep Learning Containers 上运行训练和推理，请参阅Amazon EKS 教程
-
有关基于 Docker 的 Deep Learning Containers 映像的说明、可用映像列表以及如何使用它们，请参阅Deep Learning Containers 映像
-
有关 Deep Learning Containers 的安全性的信息，请参阅中的安全性AmazonDeep Learning 容器
-
有关最新 Deep Learning Containers 发行说明的列表，请参阅Deeeep Learning 容器
Python 2 Support
Python 开源社区已于 2020 年 1 月 1 日正式结束对 Python 2 的支持。TensorFlow 和 PyTorch 社区已经宣布，TensorFlow 2.1 和 PyTorch 1.4 版本将是支持 Python 2 的最后版本。支持 Python 2 的先前版本的 Deep Learning Containers 将继续可用。但是，只有在开源社区针对 Python 2 Deep Learning Containers 发布了安全修补程序时，我们才会为这些版本提供更新。随着 TensorFlow 和 PyTorch 框架的下一个版本发布的 Deep Learning Containers 将不包括 Python 2 环境。
先决条件
您应该熟悉命令行工具和基本 Python 才能成功运行 Deep Learning Containers。有关如何使用每个框架的教程由框架本身提供。但是，本指南向您展示如何激活每个教程并找到适当的入门教程。