本ワークショップでは、TensorFlow Resnet-50モデルによる画像分類と、PyTorch BERTモデルによる自然言語処理を体験頂きます。 PyTorch BERTモデルによる自然言語処理に進む場合には、3.3 PyTorch 開発環境のセットアップにお進み下さい。
Deep Learning AMI にプリインストール済みの Tensorflow Neuron 開発環境を立ち上げ、更新プロセスを実行します。
# Activate TensorFlow 1
source activate aws_neuron_tensorflow_p36
# Set Pip repository to point to the Neuron repository
pip config set global.extra-index-url https://pip.repos.neuron.amazonaws.com
#Update Neuron TensorFlow 1
pip install --upgrade tensorflow-neuron==1.15.5.* neuron-cc
# Update Neuron TensorBoard
pip install --upgrade tensorboard-plugin-neuronインストール済みのTensorflow Neuron 開発環境の確認をします。
pip list | grep neuron2021 年 11 月 1 日時点での最新版は以下の通りです。Neuron コンパイラ、Tensorflow Neuron 等がアップデートされている事が確認できます。
neuron-cc 1.7.3.0+c02f9fde4
tensorboard-plugin-neuron 2.2.0.0
tensorflow-neuron 1.15.5.2.0.3.0ソフトウェアツールやパッケージは頻繁に更新するため、常に最新の環境にアップデートされている事を確認する事が重要です。
Neuron SDK 1.14.0 以降、DLAMI上で、Neuron SDKフレームワークをインストールするための conda パッケージはサポートしていません。 詳細はブログをご参照ください。
ここまでの手順で Neuron SDK 開発環境のセットアップは完了です。章4. TensorFlow Resnet-50モデルによる画像分類に進んで下さい。