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。

# DLAMI 的功能
<a name="features"></a>

AWS Deep Learning AMIs（DLAMI）的功能包括预装的深度学习框架、GPU 软件、模型服务器和模型可视化工具。

## 预装的框架
<a name="features-frameworks"></a>

目前有两种主要的 DLAMI 版本，均包含与操作系统（OS）和软件版本相关的其它变体：
+ [带 Conda 的深度学习 AMI](overview-conda.md)：在单独的 Python 环境中使用 `conda` 程序包单独安装的框架。
+ [深度学习基础 AMI](overview-base.md)：不安装任何框架；只有 [NVIDIA CUDA](https://developer.nvidia.com/cuda-zone) 和其它依赖项。

带 Conda 的深度学习 AMI 使用 `conda` 环境来隔离每个框架，以便您可以随意切换框架，而不用担心其依赖项发生冲突。带 Conda 的 Deep Learning AMI 支持以下框架：
+ PyTorch
+ TensorFlow 2

**注意**  
DLAMI 不再支持以下深度学习框架：Apache MXNet、微软认知工具包（CNTK）、Caffe、Caffe2、Theano、Chainer 和 Keras。

## 预装的 GPU 软件
<a name="features-gpu"></a>

即使您使用仅包含 CPU 的实例，DLAMI 也将具有 [NVIDIA CUDA](https://developer.nvidia.com/cuda-zone) 和 [NVIDIA cuDNN](https://developer.nvidia.com/cudnn)。无论实例类型是什么，安装的软件都是相同的。请记住，GPU 特定的工具只适用于至少具有一个 GPU 的实例。有关实例类型的更多信息，请参阅[选择 DLAMI 实例类型](instance-select.md)。

有关 CUDA 的更多信息，请参阅 [CUDA 安装和框架绑定](overview-cuda.md)。

## 模型处理和可视化
<a name="features-gpu"></a>

带 Conda 的 Deep Learning AMI 预装了用于 TensorFlow 的模型服务器，以及用于 TensorBoard（旨在实现模型可视化）的模型服务器。有关更多信息，请参阅 [TensorFlow 上菜](tutorial-tfserving.md)。