Amazon Deep Learning AMIs 为机器学习开发人员和数据科学家提供预先配置的环境，以便他们能够快速体验深度学习模型。基于 Conda 的深度学习 AMI 会在单独的虚拟环境中提供流行深度学习框架的预安装 pip 程序包，现支持 Caffe，包括 TensorFlow 1.4.1 版、Keras 2.1.2、Microsoft Cognitive Toolkit 2.3.1 和 Theano 1.0。

基于 Conda 的 AMI 还为开发人员提供 TensorFlow Serving，以便他们能够为其 TensorFlow 模型快速创建推理终端节点以及 TensorBoard 可视化工具。此类 AMI 随附了有关 TensorFlow Serving 和 TensorBoard 的浅显易懂且基于 MNIST 的教程。Apache MXNet 用户均得益于 MXNet Model Server，能够为其模型快速部署基于 HTTP 的推理终端节点。

CUDA 9 源代码 AMI 在共享的 python 环境中提供预安装深度学习框架及其源代码，现包括 TensorFlow 1.5.0-rc0 版。此版 TensorFlow 可与 CUDA 9 和 cuDNN 7 搭配使用，使其成为 TensorFlow 中利用支持 Amazon EC2 P3 实例的 NVidia Volta GPU 的计算功能的首个版本。因为此版本仍处于预发布阶段，请在生产中使用它之前进行测试。

适用于 Ubuntu 和 Amazon Linux 平台的所有 Amazon Deep Learning AMIs 均更新至最新的 NVidia GPU 驱动程序和操作系统版本，其中包括用于修补本月月初发现的 Spectre 和 Meltdown 漏洞的安全补丁。

您可以在 EC2 实例启动向导的“步骤 1：选择 Amazon 系统映像 (AMI)”的“快速入门”部分找到您想要的深度学习 AMI。另请参阅我们的文档指南，以帮助您为您的项目选择正确的 AMI、了解简单教程以及其他资源。