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 e regioni supportati AWS
Prima di utilizzare SageMaker smart sifting data loader, verifica se il framework che preferisci 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 tradizionale parallelismo dei dati e il parallelismo distribuito dei dati, che esegue repliche dei modelli in tutti i GPU worker e utilizza 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 container predefiniti, consulta SageMaker AI Framework Containers
Regioni AWS
I contenitori inclusi nella 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.
