TensorFlow auf AWS
Verbessern und visualisieren Sie Ihre Deep-Learning-Anwendungen mit ML-Tools
Optimieren Sie Ihre Anwendungen mit Visualisierungstools wie Histogrammen und Diagrammen, um tiefe neuronale Netzwerke schnell zu trainieren.
Trainieren und stellen Sie Ihre Deep-Learning-Modelle auf AWS sicher mit optimaler Leistung und Aktualität bereit.
Greifen Sie auf Dokumentationen und Tutorials zu, um Ihre Entwicklung von künstlicher Intelligenz (KI) zu beschleunigen, und werden Sie Teil einer aktiven Community auf GitHub.
Funktionsweise
Forscher und Entwickler können TensorFlow verwenden, um ihre Anwendungen durch Machine Learning (ML) zu verbessern. AWS bietet umfassenden Support für TensorFlow, so dass Kunden ihre eigenen Modelle in den Bereichen Computer Vision (CV), Verarbeitung natürliche Sprachverarbeitung (NLP) und mehr entwickeln und bereitstellen können.
![Das Diagramm zeigt, wie Sie Modelle in TensorFlow trainieren, den Server starten, Tools zum Verstehen, Debuggen und Verbessern Ihrer Anwendungen anwenden und dann die Versionierung aktualisieren können.](https://d1.awsstatic.com/product-page-diagram_TensorFlow-on-AWS%402x.bd42ee723840962881107e733a66b410545ec402.png)
Anwendungsfälle
Greifen Sie auf modernste Modelle zu
Erhalten Sie mit tf.distribute.strategy verteiltes Training für die neuesten NLP- und CV-Modelle.
Stellen Sie berbesserte Modelle bereit
Stellen Sie NLP- und CV-Modelle mit TensorFlow Serving bereit – einem flexiblen, leistungsstarken Serving-System für ML-Modelle.
Visualisieren Sie Training und Leistung
Verbessern Sie Ihre ML-Modelle mit TensorBoard, einem Visualisierungs-Toolkit zum Hosten, Verfolgen und Freigeben Ihrer ML-Experimente.
Erste Schritte
TensorFlow auf AWS erkunden »
Verwenden Sie TensorFlow mit SageMaker, AWS-Deep-Learning-AMIs und mehr.
Kostenloses Konto erstellen
Sie erhalten sofort Zugriff auf das kostenlose Kontingent von AWS
Erste Schritte
Beginnen Sie mit der Entwicklung in der AWS-Managementkonsole.