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。
框架Support 政策
AWSD@@ eep Learning
支持的框架
参考下面的 AWSDeep Learning Containers 框架Support 策略表
请参阅 E nd of patch 查看原始框架维护团队积极支持的当前版本AWS支持多长时间。框架和版本可在单框架 DLC 中找到。
注意
在框架版本 x.y.z 中,x 指主要版本,y 指次要版本,z 指补丁版本。例如,对于 TensorFlow 2.6.5,主要版本为 2,次要版本为 6,补丁版本为 5。
有关特定图像的更多详细信息,请参阅发行说明:
常见问题
哪些框架版本会获得安全补丁?
如果框架版本在 “Dee AWSp Learning Containers 框架Support 策略” 表中标记为 “支持
新框架版本AWS发布时会发布哪些图像?
我们会在和的新版本发布后不久发布新 TensorFlow PyTorch的 DLC。这包括主要版本、主要次要版本和框架 major-minor-patch 版本。当新版本的驱动程序和库可用时,我们还会更新映像。有关映像维护的更多信息,请参阅对我的框架版本的主动支持何时结束?
哪些图像有新增 SageMaker/AWS功能?
新功能通常会在 PyTorch 和的最新版本的 DLC 中发布 TensorFlow。有关新增 SageMaker 或AWS功能的详细信息,请参阅特定图像的发行说明。有关可用 DLC 的列表,请参阅De AWSep Learning Containers 发行说明。有关映像维护的更多信息,请参阅对我的框架版本的主动支持何时结束?
当前版本在支持的框架表中是如何定义的?
D AWSeep LAWS earning Containers 框架Support 策略表
如果我运行的版本不在 “支持的框架” 表中,该怎么办?
如果您运行的版本不在 D AWSeep Learning Containers Framework Support Policy 表中
DLC 是否支持以前版本的 TensorFlow?
否。 如Dee AWSp Learning Containers 框架Support 政策表中所述,我们支持每个框架
我怎样才能找到支持的框架版本的最新补丁镜像?
要使用具有最新框架版本的 DLC,请浏览 DLC GitHub 发行标签
新图片的发布频率如何?
提供更新的补丁版本是我们的首要任务。我们通常会尽早创建补丁图像。我们会监控新修补的框架版本(例如 TensorFlow 2.9 到 TensorFlow 2.9.1)和新的次要发行版本(例如 TensorFlow 2.9 到 TensorFlow 2.10),并尽早提供它们。当使用新版本 TensorFlow 的 CUDA 发布现有版本时,我们会为该版本发布新的 DLC, TensorFlow 并支持新的 CUDA 版本。
我的工作负载正在运行时,我的实例会被修补到位吗?
否。 DLC 的补丁更新不是 “就地” 更新。
您必须在不终止实例的情况下删除实例上的现有镜像并提取最新的容器镜像。
当有新的补丁或更新的框架版本可用时会发生什么?
定期在发行说明页面上查看您的图片。我们鼓励您在新的补丁或更新的框架可用时将其升级。有关可用 DLC 的列表,请参阅De AWSep Learning Containers 发行说明。
依赖关系是否在不更改框架版本的情况下进行了更新?
我们在不更改框架版本的情况下更新依赖关系。但是,如果依赖项更新导致不兼容,我们会使用不同的版本创建镜像。请务必查看D AWSeep Learning Containers 发行说明,了解更新的依赖关系信息。
对我的框架版本的主动支持何时结束?
DLC 图像是不可变的。它们一旦被创建,它们就不会改变。终止对框架版本的主动支持有四个主要原因:
注意
由于版本补丁升级和安全补丁的频率很高,我们建议您经常查看 DLC 的发行说明页面,并在做出更改时进行升级。
框架版本(补丁)升级
如果您的 DLC 工作负载基于 TensorFlow 2.7.0 且 TensorFlow版本为 2.7.1 GitHub,则使用 TensorFlow 2.7.1AWS 发布新的 DLC。2.7.0 版本的新映像发布后,2.7.0 版本的先前映像将不再处于活跃状态。 TensorFlow TensorFlow 2.7.0 版本的 DLC 不会收到更多补丁。然后,使用最新信息更新 TensorFlow 2.7 的 DLC 发行说明页面。每个次要补丁都没有单独的发行说明页面。
由于补丁升级而创建的新 DLC 将使用更新的发布标签
AWS安全补丁
如果您的工作负载基于 TensorFlow 2.7.0 版本的映像并AWS制作了安全补丁,则将发布适用于 TensorFlow 2.7.0 的新版本的 DLC。 TensorFlow 2.7.0 版本的图像已不再主动维护。有关更多信息,请参阅我的工作负载正在运行时,我的实例会被修补到位吗?有关查找最新 DLC 的步骤,请参阅我怎样才能找到支持的框架版本的最新补丁镜像?
由于补丁升级而创建的新 DLC 将使用更新的发布标签
补丁结束日期(过期)
DLC 的补丁将在 GitHub 发布日期 365 天后到期。
重要
当有重大框架更新时,我们会例外。例如。如果 TensorFlow 1.15 更新到 TensorFlow 2.0,那么我们将继续支持 TensorFlow 1.15 的最新版本,自 GitHub 发布之日起两年或原始框架维护团队放弃支持后的六个月(以较早的日期为准)。
依赖关系 end-of-support
如果您正在使用 Python 3.6 的 TensorFlow 2.7.0 DLC 映像上运行工作负载,并且该版本的 Python 已标记为,则所有基于 Python 3.6 的 DLC 映像都将不再被主动维护。 end-of-support同样,如果将像 Ubuntu 16.04 这样的操作系统版本标记为 Ubuntu 16.04,则所有依赖于 end-of-support Ubuntu 16.04 的 DLC 镜像都将不再被主动维护。
框架版本已不再主动维护的镜像会被打补丁吗?
否。 不再主动维护的图片将不会发布新版本。
如何使用较旧的框架版本?
要使用框架版本较早的 DLC,请浏览 DLC GitHub 发行标签
如何 up-to-date 应对框架及其版本的支持变化?
up-to-date 使用 DLC 发行说明和 “可用的Deep Learning Con tainers 镜像” 页面,继续关注 DL
我需要商业许可证才能使用 Anaconda 存储库吗?
Anaconda转向了针对某些用户的商业许可模式。积极维护的 DLC 已从 Anaconda 频道迁移到公开发布的开源版本的 C onda(conda-forge
警告
如果您正在积极使用 Anaconda 在不再主动维护的 DLC 中安装和管理您的软件包及其依赖关系,则如果您确定这些条款适用于您,则有责任遵守 Anaconda Re