在AWS深度学习的AMI现已在四个AWS地区运营:中国(北京)、欧洲(法兰克福)、亚太地区(新加坡)和亚太地区(孟买)。

亚马逊机器图像（AMI）为机器学习从业人员提供了基础设施和工具，以快速开始深度学习模式的实验。AMI为Apache MXNet和Gluon，TensorFlow，Microsoft Cognitive Toolkit，Caffe，Caffe2，Theano，Torch，PyTorch和Keras等热门深度学习框架给予了提供。此外，为了加快开发和模型培训，AMI还预先配置了NVIDIA CUDA和cuDNN驱动程序，并针对Amazon EC2 P2和P3实例上的GPU加速进行了优化。

通过深度学习提升业务价值

公司正在转向深入的学习，以应对各种各样的挑战。例如，媒体巨头CondéNast使用计算机视觉和自然语言处理来监控在线内容，以更好地了解其客户。自行驾驶技术的领导者TuSimple使用深度学习算法来运行驾驶模拟和训练自主系统。Instacart是一家基于互联网的杂货配送服务公司，通过一个评分生成器，利用深度学习来帮助成千上万的个人购物者提高效率。

许多公司通过使用AWS Deep learning AMI进行深入学习，从而加速其成功：

Zendesk为全球超过87,000名客户提供在线客户支持平台，利用深度学习来改善客户服务体验。Zendesk使用AMI和TensorFlow开发了一些算法，可以为Answer Bot产品提供强大的功能，使服务台代理可以将客户查询与信息相匹配，从而快速找到问题的解决方案。

Matrix Analytics是一家健康保健初创公司，其目标是应用软件算法来对抗威胁生命的疾病。通过使用AMI，公司已经在机器学习方面取得了长足的进步，可以促进早期癌症检测，预测CT扫描的恶性风险，并自动化患者的后续护理。

另一家创业公司Zocdoc利用深度学习帮助患者找到适当的医疗护理。Zocdoc在AWS上使用了100%的系统，使用AMI来从成员ID卡中提取信息。Zocdoc还帮助患者了解他们的健康计划覆盖范围，并将其与现有的医生联系起来。

德国的SCDM Financial为世界上最大的金融公司提供先进的分析和AI功能。通过使用AMI和TensorFlow构建了深度学习解决方案，从大量的市场和财务数据中提取出高价值、可操作的投资见解。

现在，随着AMI在新发布地区的可用性的改善，这些地理位置的开发者可以启动一个预先建立的机器镜像来启动或加速深度学习项目。

AMI在以下地区也已经可用：

—美国东部(俄亥俄州)

—美国东部(弗吉尼亚北部)

—美国西部(俄勒冈州)

—亚太地区(首尔)

—亚太地区(悉尼)

—亚太地区(东京)

—欧洲(爱尔兰)

在AWS上开始深入学习

开始使用AMI很简单。我们有三种类型的AWS深度学习AMI，可用于支持机器学习从业者的各种需求。



对于北京地区的用户，您可以在EC2实例启动向导的“ 步骤1：选择亚马逊机器映像（AMI）”的 “快速入门”部分中找到您选择的Deep Learning AMI。