Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Framework supportati e AWS Regioni
Prima di utilizzare SageMaker smart sifting data loader, controlla se il framework che hai scelto è supportato, che i tipi di istanza siano disponibili nel tuo AWS account e che il tuo AWS account si trovi in una delle regioni supportate AWS .
Nota
SageMaker smart sifting supporta l'addestramento dei PyTorch modelli con il parallelismo tradizionale dei dati e il parallelismo distribuito dei dati, il che consente di replicare i modelli in tutti i GPU worker e di utilizzare l'operazione. AllReduce Non funziona con le tecniche di parallelizzazione dei modelli, inclusa la parallelizzazione dei dati con sharding. Poiché lo SageMaker smart sifting funziona per i lavori di parallelismo dei dati, assicurati che il modello da addestrare si adatti a ciascuna memoria della GPU.
Framework supportati
SageMaker smart sifting supporta i seguenti framework di deep learning ed è disponibile tramite Deep Learning Containers. AWS
Argomenti
PyTorch
| Framework | Versione di Framework | URI del container Deep Learning |
|---|---|---|
| PyTorch | 2.1.0 |
|
Per ulteriori informazioni sui contenitori predefiniti, consulta AI Framework Containers nel repository Deep Learning Containers. SageMaker
Regioni AWS
I contenitori confezionati con la libreria SageMaker smart sifting
Tipi di istanza
Puoi utilizzare SageMaker Smart Sifting per qualsiasi lavoro di PyTorch formazione su qualsiasi tipo di istanza. È consigliabile utilizzare istanze P4d, P4de o P5.
