Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Images de framework et types Régions AWS d'instances pris en charge
<a name="profiler-support"></a>

Cette fonctionnalité prend en charge les cadres de machine learning et les Régions AWS suivants.

**Note**  
Pour utiliser cette fonctionnalité, assurez-vous d'avoir installé la [version 2.180.0](https://pypi.org/project/sagemaker/2.180.0/) ou ultérieure du SDK SageMaker Python.

## SageMaker Images du framework AI préinstallées avec Profiler SageMaker
<a name="profiler-support-frameworks"></a>

SageMaker Profiler est préinstallé dans les [AWS Deep Learning Containers for SageMaker AI](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only) suivants.

### PyTorch images
<a name="profiler-support-frameworks-pytorch"></a>


| PyTorch versions | AWS URI de l'image du DLC | 
| --- | --- | 
| 2.2.0 |  *763104351884*.dkr .ecr. *<region>*.amazonaws.com/pytorch-training:2.2.0-gpu-py310-cu121-ubuntu20.04-sagemaker  | 
| 2.1.0 |  *763104351884*.dkr .ecr. *<region>*.amazonaws.com/pytorch-training:2.1.0-gpu-py310-cu121-ubuntu20.04-sagemaker  | 
| 2.0.1 |  *763104351884*.dkr .ecr. *<region>*.amazonaws.com/pytorch-training:2.0.1-gpu-py310-cu118-ubuntu20.04 - sagemaker *763104351884*.dkr .ecr. *<region>*.amazonaws.com/pytorch-training:2.0.1-gpu-py310-cu121-ubuntu20.04-sagemaker  | 
| 1.13.1 |  *763104351884*.dkr .ecr. *<region>*.amazonaws.com/pytorch-training:1.13.1-gpu-py39-cu117-ubuntu20.04 - sagemaker  | 

### TensorFlow images
<a name="profiler-support-frameworks-tensorflow"></a>


| TensorFlow versions | AWS URI de l'image du DLC | 
| --- | --- | 
| 2.13.0 |  *763104351884*.dkr .ecr. *<region>*.amazonaws.com/tensorflow-training:2.13.0-gpu-py310-cu118-ubuntu20.04 - sagemaker  | 
| 2.12.0 |  *763104351884*.dkr .ecr. *<region>*.amazonaws.com/tensorflow-training:2.12.0-gpu-py310-cu118-ubuntu20.04 - sagemaker  | 
| 2.11.0 |  *763104351884*.dkr .ecr. *<region>*.amazonaws.com/tensorflow-training:2.11.0-gpu-py39-cu112-ubuntu20.04-sagemaker  | 

**Important**  
La distribution et la maintenance des conteneurs du framework décrits dans les tableaux précédents sont régies par la [politique de support du framework](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html) gérée par le service AWS Deep Learning Containers. Nous vous recommandons vivement de passer aux [versions du cadre actuellement prises en charge](https://aws.amazon.com/releasenotes/dlc-support-policy/) si vous utilisez des versions antérieures du cadre qui ne sont plus prises en charge.

**Note**  
Si vous souhaitez utiliser SageMaker Profiler pour d'autres images de framework ou pour vos propres images Docker, vous pouvez installer SageMaker Profiler à l'aide des fichiers binaires du package SageMaker Python Profiler fournis dans la section suivante.

## SageMaker Fichiers binaires du package Python Profiler
<a name="profiler-python-package"></a>

Si vous souhaitez configurer votre propre conteneur Docker, utiliser SageMaker Profiler dans d'autres conteneurs prédéfinis pour PyTorch et TensorFlow, ou installer le package SageMaker Python Profiler localement, utilisez l'un des fichiers binaires suivants. En fonction des versions de Python et CUDA dans votre environnement, choisissez l’une des options suivantes.

### PyTorch
<a name="profiler-python-package-for-pytorch"></a>
+ Python3.8, CUDA 11.3 : [https://smppy.s3.amazonaws.com/pytorch/cu113/smprof-0.3.334-cp38-cp38-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu113/smprof-0.3.334-cp38-cp38-linux_x86_64.whl)
+ Python3.9, CUDA 11.7 : [https://smppy.s3.amazonaws.com/pytorch/cu117/smprof-0.3.334-cp39-cp39-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu117/smprof-0.3.334-cp39-cp39-linux_x86_64.whl)
+ Python3.10, CUDA 11.8 : [https://smppy.s3.amazonaws.com/pytorch/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl)
+ Python3.10, CUDA 12.1 : [https://smppy.s3.amazonaws.com/pytorch/cu121/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu121/smprof-0.3.334-cp310-cp310-linux_x86_64.whl)

### TensorFlow
<a name="profiler-python-package-for-tensorflow"></a>
+ Python3.9, CUDA 11.2 : [https://smppy.s3.amazonaws.com/tensorflow/cu112/smprof-0.3.334-cp39-cp39-linux_x86_64.whl](https://smppy.s3.amazonaws.com/tensorflow/cu112/smprof-0.3.334-cp39-cp39-linux_x86_64.whl)
+ Python3.10, CUDA 11.8 : [https://smppy.s3.amazonaws.com/tensorflow/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/tensorflow/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl)

Pour plus d'informations sur l'installation de SageMaker Profiler à l'aide des fichiers binaires, consultez[(Facultatif) Installez le package Python SageMaker Profiler](profiler-prepare.md#profiler-install-python-package).

## Soutenu Régions AWS
<a name="profiler-support-regions"></a>

SageMaker Profiler est disponible dans les versions suivantes Régions AWS.
+ USA Est (Virginie du Nord) (`us-east-1`)
+ USA Est (Ohio) (`us-east-2`)
+ USA Ouest (Oregon) (`us-west-2`)
+ Europe (Francfort) (`eu-central-1`)
+ Europe (Irlande) (`eu-west-1`)

## Types d’instance pris en charge
<a name="profiler-support-instance-types"></a>

SageMaker Profiler prend en charge le profilage des tâches de formation sur les types d'instances suivants.

**Profilage du CPU et du GPU**
+ `ml.g4dn.12xlarge`
+ `ml.g5.24xlarge`
+ `ml.g5.48xlarge`
+ `ml.p3dn.24xlarge`
+ `ml.p4de.24xlarge`
+ `ml.p4d.24xlarge`
+ `ml.p5.48xlarge`

**Profilage du GPU uniquement**
+ `ml.g5.2xlarge`
+ `ml.g5.4xlarge`
+ `ml.g5.8xlarge`
+ `ml.g5.16.xlarge`