Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Verteilte Trainings mit Amazon SageMaker AI RL
Amazon SageMaker AI RL unterstützt verteilte Trainings mit mehreren Kernen und mehreren Instances. Je nach Anwendungsfall, Training und/oder Umgebung kann das Rollout verteilt sein. SageMaker AI RL funktioniert zum Beispiel für die folgenden verteilten Szenarien:
-
Einzelne Training-Instance und mehrere Rollout-Instances des gleichen Instance-Typs. Im Beispiel-Repository von SageMaker AI
finden Sie ein Beispiel zur Kompression eines neuronalen Netzwerks. -
Einzelne Trainer-Instance und mehrere Rollout-Instances mit verschiedenen Instance-Typen für Training und Rollouts. Beispielsweise finden Sie im Beispiel AWS DeepRacer / AWS RoboMaker im Beispiel-Repository von SageMaker AI
. -
Einzelne Trainer-Instance, die mehrere Cores für den Rollout verwendet. Ein Beispiel dafür finden Sie im Roboschool-Beispiel im Beispiel-Repository von SageMaker AI
. Dieses ist hilfreich, wenn die Simulationsumgebung unkompliziert ist und für ihre Ausführung nur ein einzelner Thread benötigt wird. -
Mehrere Instances für Training und Rollouts. Ein Beispiel dafür finden Sie im Roboschool-Beispiel im Beispiel-Repository von SageMaker AI
.
