Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Beispiele für die Amazon SageMaker Model Parallelism Library v1
Auf dieser Seite finden Sie eine Liste von Blogs und Jupyter-Notebooks, die praktische Beispiele für die Implementierung der SageMaker Model Parallelism (SMP) -Bibliothek v1 für die Ausführung verteilter Trainingsaufgaben präsentieren. SageMaker
Blogs und Fallstudien
In den folgenden Blogs werden Fallstudien zur Verwendung von SMP v1 behandelt.
-
Neue Leistungsverbesserungen in der SageMaker Amazon-Modellparallelismus-Bibliothek
, AWS Machine Learning Blog (16. Dezember 2022) -
Trainieren Sie gigantische Modelle mit nahezu linearer Skalierung mithilfe von Sharded Data Parallelism auf Amazon SageMaker
, AWS Machine Learning Blog (31. Oktober 2022)
Beispiel-Notebooks
Beispiel-Notebooks finden Sie im Beispiel-Repository. SageMaker GitHub training/distributed_training/pytorch/model_parallel.
Anmerkung
Klonen Sie die Beispiel-Notebooks und führen Sie sie in den folgenden SageMaker ML-IDEs aus.
-
SageMaker JupyterLab(verfügbar in Studio, das nach Dezember 2023 erstellt wurde)
-
SageMaker Code-Editor (verfügbar in Studio, das nach Dezember 2023 erstellt wurde)
-
Studio Classic (als Anwendung in Studio verfügbar, die nach Dezember 2023 erstellt wurde)
git clone https://github.com/aws/amazon-sagemaker-examples.git cd amazon-sagemaker-examples/training/distributed_training/pytorch/model_parallel
SMP v1-Beispiel-Notebooks für PyTorch
SMP v1-Beispiel-Notebooks für TensorFlow
