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.
Frameworks pris en charge et AWS Régions
Avant d'utiliser le chargeur de données SageMaker Smart Sifting, vérifiez si le framework de votre choix est pris en charge, que les types d'instances sont disponibles sur votre AWS compte et que votre AWS compte se trouve dans l'une des AWS régions prises en charge.
Note
SageMaker le tamisage intelligent prend en charge l'entraînement des PyTorch modèles à l'aide du parallélisme des données traditionnel et du parallélisme des données distribué, qui permet de créer des répliques de modèles sur tous les processeurs GPU et d'utiliser l'opération. AllReduce Elle ne fonctionne pas avec les techniques de parallélisme des modèles, notamment le parallélisme des données partitionnées. Étant donné que le tamisage SageMaker intelligent fonctionne pour les tâches de parallélisme des données, assurez-vous que le modèle que vous entraînez tient bien dans la mémoire de chaque GPU.
Cadres pris en charge
SageMaker smart sifting prend en charge les frameworks d'apprentissage profond suivants et est disponible via AWS Deep Learning Containers.
Rubriques
PyTorch
| Cadre | Version du cadre | URI des Deep Learning Containers |
|---|---|---|
| PyTorch | 2.1.0 |
|
Pour plus d'informations sur les conteneurs prédéfinis, consultez la section Conteneurs SageMaker AI Framework
Régions AWS
Les conteneurs fournis avec la bibliothèque de tamisage SageMaker intelligente
Types d’instances
Vous pouvez utiliser le SageMaker filtrage intelligent pour toutes les tâches de PyTorch formation sur tous les types d'instances. Nous vous recommandons d’utiliser des instances P4d, P4de ou P5.
