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.
AWS Batch soutien aux emplois de formation en SageMaker IA
Une file d’attente de tâches AWS Batch stocke et hiérarchise les tâches soumises avant qu’elles s’exécutent sur des ressources de calcul. Vous pouvez soumettre des tâches de formation basées sur l' SageMaker IA à une file d'attente afin de tirer parti des outils de planification et de priorisation des tâches sans serveur fournis par. AWS Batch
Comment ça marche
Les étapes suivantes décrivent le flux de travail permettant d'utiliser une file d'attente de AWS Batch tâches avec des tâches de formation SageMaker basées sur l'IA. Pour des didacticiels et des exemples de blocs-notes plus détaillés, consultez la section Prise en main.
-
Configuration AWS Batch et toutes les autorisations nécessaires. Pour plus d’informations, consultez Configuration d’ AWS Batch dans le Guide de l’utilisateur AWS Batch .
-
Créez les AWS Batch ressources suivantes dans la console ou à l'aide de AWS CLI :
-
Environnement de service : contient des paramètres de configuration pour l'intégration à SageMaker l'IA.
-
SageMaker File d'attente des offres de formation basées sur l'IA : s'intègre à l' SageMaker IA pour soumettre des offres de formation.
-
-
Configurez vos informations et demandez une tâche de formation sur l' SageMaker IA, telle que l'image de votre conteneur de formation. Pour soumettre une tâche de formation à une AWS Batch file d'attente, vous pouvez utiliser le AWS CLI AWS SDK pour Python (Boto3) SDK AI Python ou le SDK SageMaker AI Python.
-
Soumettez vos tâches d’entraînement à la file d’attente de tâches. Vous pouvez utiliser les options suivantes pour soumettre des tâches :
-
Utilisez l'API AWS Batch SubmitServiceJob.
-
Utilisez le
aws_batchmoduledu SDK SageMaker AI Python. Après avoir créé un TrainingQueue objet et un objet d'apprentissage modèle (tel qu'un ModelTrainer), vous pouvez soumettre des tâches d'entraînement à l' TrainingQueue aide de la queue.submit()méthode.
-
-
Après avoir soumis les tâches, consultez la file d'attente et l'état des tâches à l'aide de la AWS Batch console, de l' AWS Batch DescribeServiceJobAPI ou de l'DescribeTrainingJobAPI SageMaker AI.
Coût et disponibilité
Pour obtenir des informations détaillées sur les tarifs des offres de formation, consultez la page Tarification d'Amazon SageMaker AI
Vous pouvez l'utiliser AWS Batch pour les emplois de formation à l' SageMaker IA partout Région AWS où des emplois de formation sont disponibles. Pour plus d'informations, consultez la section Points de terminaison et quotas https://docs.aws.amazon.com/general/latest/gr/sagemaker.html Amazon SageMaker AI.
Pour vous assurer de disposer de la capacité requise lorsque vous en avez besoin, vous pouvez utiliser SageMaker AI Flexible Training Plans (FTP). Ces plans vous permettent de réserver des capacités pour vos tâches d’entraînement. Combiné aux fonctionnalités AWS Batch de mise en file d'attente, vous pouvez optimiser l'utilisation pendant la durée de votre plan. Pour plus d'informations, consultez la section Réservez des plans de formation pour vos postes de formation ou vos HyperPod clusters.
Prise en main
Pour un didacticiel sur la façon de configurer une file d'attente de AWS Batch tâches et de soumettre des tâches de formation à l' SageMaker IA, consultez la section Premiers pas avec AWS Batch l' SageMaker IA dans le Guide de AWS Batch l'utilisateur.
Pour les blocs-notes Jupyter qui montrent comment utiliser le aws_batch module dans le SDK SageMaker AI Python, consultez les exemples de blocs-notes AWS Batch for SageMaker AI Training jobs dans le référentiel amazon-sagemaker-examples. GitHub
