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.

Versionshinweise für die Profiling-Funktionen von Amazon AI SageMaker

In den folgenden Versionshinweisen finden Sie die neuesten Updates für die Profiling-Funktionen von

Amazon KI. SageMaker

21. März 2024

Aktualisierungen der Währungen

SageMaker Profiler hat Unterstützung für PyTorch v2.2.0, v2.1.0 und v2.0.1 hinzugefügt.

AWS SageMaker Deep-Learning-Container sind mit Profiler vorinstalliert

SageMaker Profiler ist in den folgenden AWS Deep-Learning-Containern verpackt.

14. Dezember 2023

Aktualisierungen der Währungen

SageMaker Profiler hat Unterstützung für v2.13.0 hinzugefügt. TensorFlow

Bahnbrechende Änderungen

Diese Version beinhaltet eine bahnbrechende Änderung. Der SageMaker Profiler-Python-Paketname wurde von smppy in smprof geändert. Wenn Sie die vorherige Version des Pakets verwendet haben, während Sie begonnen haben, die neuesten SageMaker AI Framework-Container zu verwenden, die im folgenden Abschnitt TensorFlow aufgeführt sind, stellen Sie sicher, dass Sie in der Import-Anweisung smprof in Ihrem Trainingsskript den Paketnamen von smppy bis aktualisieren.

AWS In Deep Learning-Containern ist Profiler SageMaker vorinstalliert

SageMaker Profiler ist in den folgenden AWS Deep-Learning-Containern verpackt.

Wenn Sie die vorherigen Versionen der Framework-Container wie TensorFlow v2.11.0 verwenden, ist das SageMaker Profiler-Python-Paket weiterhin verfügbar als. smppy Wenn Sie sich nicht sicher sind, welche Version oder welchen Paketnamen Sie verwenden sollten, ersetzen Sie die Import-Anweisung des SageMaker Profiler-Pakets durch den folgenden Codeausschnitt.

try:
    import smprof 
except ImportError:
    # backward-compatability for TF 2.11 and PT 1.13.1 images
    import smppy as smprof

24. August 2023

Neue Features

Amazon SageMaker Profiler veröffentlicht, eine Profilierungs- und Visualisierungsfunktion von SageMaker KI, mit der Sie beim Training von Deep-Learning-Modellen tief in die bereitgestellten Rechenressourcen eintauchen und Einblicke in Details auf Betriebsebene gewinnen können. SageMaker Profiler bietet Python-Module (smppy) zum Hinzufügen von Anmerkungen in unsere Trainingsskripte und zum Aktivieren des PyTorch Profilers. TensorFlow SageMaker Sie können über das SageMaker AI Python SDK und die AWS Deep Learning Container auf die Module zugreifen. Für alle Jobs, die mit den SageMaker Profiler-Python-Modulen ausgeführt werden, können Sie die Profildaten in die SageMaker Profiler-UI-Anwendung laden, die ein Übersichts-Dashboard und eine detaillierte Zeitleiste bereitstellt. Weitere Informationen hierzu finden Sie unter SageMaker Amazon-Profiler.

Diese Version des SageMaker Profiler-Python-Pakets ist in die folgenden SageMaker AI Framework-Container für und integriert. PyTorch TensorFlow