本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。 # TensorFlow TensorFlow 是一種開放原始碼符號數學程式庫，用於機器智慧和深度學習應用程式。如需詳細資訊，請參閱 [TensorFlowg 網站](https://www.tensorflow.org/)。TensorFlow 可在 Amazon EMR 5.17.0 發行版本及更高版本中使用。 以下表格列出了 Amazon EMR 7.x 系列最新版本中包含的 TensorFlow 版本，以及 Amazon EMR 隨 TensorFlow 一起安裝的元件。 如需此版本中與 TensorFlow 一起安裝的元件版本，請參閱[發行版本 7.13.0 元件版本。](emr-7130-release.md) **emr-7.13.0 的 TensorFlow 版本資訊** | Amazon EMR 發行標籤 | TensorFlow 版本 | 與 TensorFlow 一起搭配安裝的元件 | | --- | --- | --- | | emr-7.13.0 | TensorFlow 2.19.0 | emrfs, emr-goodies, hadoop-client, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-hdfs-zkfc, hadoop-httpfs-server, hadoop-kms-server, hadoop-yarn-nodemanager, hadoop-yarn-resourcemanager, hadoop-yarn-timeline-server, tensorflow | 下表列出 Amazon EMR 6.x 系列最新版本中包含的 TensorFlow 版本，以及 Amazon EMR 隨 TensorFlow 一起安裝的元件。 如需此版本中與 TensorFlow 一起搭配安裝的元件版本，請參閱[發行版本 6.15.0 元件版本](emr-6150-release.md)。 **emr-6.15.0 的 TensorFlow 版本資訊** | Amazon EMR 發行標籤 | TensorFlow 版本 | 與 TensorFlow 一起搭配安裝的元件 | | --- | --- | --- | | emr-6.15.0 | TensorFlow 2.11.0 | emrfs, emr-goodies, hadoop-client, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-httpfs-server, hadoop-kms-server, hadoop-yarn-nodemanager, hadoop-yarn-resourcemanager, hadoop-yarn-timeline-server, tensorflow | 下表列出 Amazon EMR 5.x 系列最新版本中包含的 TensorFlow 版本，以及 Amazon EMR 隨 TensorFlow 一起安裝的元件。 如需此版本中與 TensorFlow 一起安裝的元件版本，請參閱[發行版本 5.36.2 元件版本。](emr-5362-release.md) **emr-5.36.2 的 TensorFlow 版本資訊** | Amazon EMR 發行標籤 | TensorFlow 版本 | 與 TensorFlow 一起搭配安裝的元件 | | --- | --- | --- | | emr-5.36.2 | TensorFlow 2.4.1 | emrfs, emr-goodies, hadoop-client, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-httpfs-server, hadoop-kms-server, hadoop-yarn-nodemanager, hadoop-yarn-resourcemanager, hadoop-yarn-timeline-server, tensorflow | ## Amazon EC2 執行個體類型的 TensorFlow 組建 Amazon EMR 會根據您為叢集選擇的執行個體類型使用 TensorFlow 程式庫的不同組建。對於 EMR-7.5.0 及更高版本中具有 aarch64 執行個體類型 (Graviton 執行個體） 的叢集，Amazon EMR 也支援 TensorFlow。 下表列出依 EMR-7.10.0 執行個體類型建置： | EC2 執行個體類型 | TensorFlow 組建 | | --- | --- | | P2、P4D、P5、G4DN、G5、G6 和 GR6 | Tensorflow 2.18.0 搭配 CUDA 12.5、cuDNN 9.3.0.75 | | P3、P3DN、G3 和 G3S | Tensorflow 2.18.0 搭配 CUDA 12.5、cuDNN 9.3.0.75、NCCL 2.22.3
[Nvidia NCCL](https://developer.nvidia.com/nccl) 僅適用於版本為 2.22.3 的 P3、P3DN、G3 和 G3 執行個體。 G3s **最終使用者授權合約 (EULA)**：在 Amazon EMR 上使用 Nvidia 元件，即表示您同意[產品 EULA](https://d7umqicpi7263.cloudfront.net/eula/product/d0199cf7-a04a-4204-be4d-dc3e2af678af/5b36dd71-7d6e-4d97-a8f7-013d3eccec70.txt) 的條款與條件。 | | Graviton 執行個體 | Tensorflow 2.18.0 | | 所有其他 | Tensorflow CPU 2.18.0 | ## 安全 除了依照[安全使用 TensorFlow](https://github.com/tensorflow/tensorflow/blob/master/SECURITY.md) 中的指引，建議您在私有子網路中啟動叢集，以協助您限制信任來源的存取。如需詳細資訊，請參閱《Amazon EMR 管理指南》**中的 [Amazon VPC 選項](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-clusters-in-a-vpc.html#emr-vpc-private-subnet)。 ## 使用 TensorBoard TensorBoard 是一套視覺化工具，適用於 TensorFlow 程式。如需詳細資訊，請參閱 Tensorflow 網站的 [TensorBoard：視覺化學習](https://www.tensorflow.org/get_started/summaries_and_tensorboard)。 若要使用 TensorBoard 搭配 Amazon EMR，您必須在叢集主節點上啟動 TensorBoard。 **若要使用 Tensorboard 在 Amazon EMR 上搭配 Tensorflow** 1. 連接至使用 SSH 的叢集主節點。如需詳細資訊，請參閱《Amazon EMR 管理指南》**中的[使用 SSH 連接至主節點](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-connect-master-node-ssh.html)。 1. 輸入以下命令在主節點上啟動 Tensorboard。以您在主節點上產生的目錄取代 `{{/my/log/directory}}` 並使用摘要寫入器存放摘要資料。 ------ #### [ Amazon EMR 5.19.0 and later ] ``` python3 -m tensorboard.main --logdir=/home/hadoop/tensor --bind_all ``` ------ #### [ Amazon EMR 5.18.1 and earlier ] ``` python3 -m tensorboard.main --logdir=/my/log/dir ``` ------ 根據預設，主節點會使用連接埠 6006 和主公有 DNS 名稱託管 TensorBoard。啟動 TensorBoard 之後，命令列輸出會顯示可用於連接至 TensorBoard 的 URL，如以下範例所示： ``` TensorBoard 2.18.0 at http://{{master-public-dns-name}}:6006 (Press CTRL+C to quit) ``` 1. 設定從信任用戶端的主節點上存取 Web 界面。如需詳細資訊，請參閱《Amazon EMR 管理指南》**中的[檢視 Amazon EMR 叢集上託管的 Web 界面](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-web-interfaces.html)。 1. 在 `http://{{master-public-dns-name}}:6006` 開啟 TensorBoard。