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. # Unterstützte Framework-Images AWS-Regionen und Instance-Typen Diese Funktion unterstützt die folgenden Frameworks für Machine Learning und AWS-Regionen. **Anmerkung** Um diese Funktion nutzen zu können, stellen Sie sicher, dass Sie das SageMaker Python SDK [Version 2.180.0](https://pypi.org/project/sagemaker/2.180.0/) oder höher installiert haben. ## SageMaker Mit Profiler vorinstallierte AI-Framework-Images SageMaker SageMaker Profiler ist in den folgenden [AWS Deep Learning Containers für SageMaker ](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only) KI vorinstalliert. ### PyTorch Bilder | PyTorch Versionen | AWS DLC-Bild-URI | | --- | --- | | 2.2.0 | *763104351884*.dkr.ecr. **.amazonaws.com/pytorch-training:2.2.0-gpu-py310-cu121-ubuntu20.04-sagemaker | | 2.1.0 | *763104351884*.dkr.ecr. **.amazonaws.com/pytorch-training:2.1.0-gpu-py310-cu121-ubuntu20.04-sagemaker | | 2.0.1 | *763104351884*.dkr.ecr. **.amazonaws.com/pytorch-training:2.0.1-gpu-py310-cu118-ubuntu20.04-sagemaker *763104351884*.dkr.ecr. **.amazonaws.com/pytorch-training:2.0.1-gpu-py310-cu121-ubuntu20.04-sagemaker | | 1.13.1 | *763104351884*.dkr.ecr. **.amazonaws.com/pytorch-training:1.13.1-gpu-py39-cu117-ubuntu20.04-sagemaker | ### TensorFlow bilder | TensorFlow Versionen | AWS DLC-Bild-URI | | --- | --- | | 2.13.0 | *763104351884*.dkr.ecr. **.amazonaws.com/tensorflow-training:2.13.0-gpu-py310-cu118-ubuntu20.04-sagemaker | | 2.12.0 | *763104351884*.dkr.ecr. **.amazonaws.com/tensorflow-training:2.12.0-gpu-py310-cu118-ubuntu20.04-sagemaker | | 2.11.0 | *763104351884*.dkr.ecr. **.amazonaws.com/tensorflow-training:2.11.0-gpu-py39-cu112-ubuntu20.04-sagemaker | **Wichtig** Verteilung und Wartung der Framework-Container in den obigen Tabellen unterliegen der [Framework-Supportrichtlinie](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html), die vom AWS Deep Learning Containers Service verwaltet wird. Wir empfehlen Ihnen dringend, auf die [derzeit unterstützten Framework-Versionen](https://aws.amazon.com/releasenotes/dlc-support-policy/) zu aktualisieren, wenn Sie frühere Framework-Versionen verwenden, die nicht mehr unterstützt werden. **Anmerkung** Wenn Sie SageMaker Profiler für andere Framework-Images oder Ihre eigenen Docker-Images verwenden möchten, können Sie SageMaker Profiler mithilfe der im folgenden Abschnitt bereitgestellten Binärdateien des SageMaker Profiler-Python-Pakets installieren. ## SageMaker Binärdateien für das Profiler-Python-Paket Wenn Sie Ihren eigenen Docker-Container konfigurieren, SageMaker Profiler in anderen vorgefertigten Containern für PyTorch und TensorFlow verwenden oder das SageMaker Profiler-Python-Paket lokal installieren möchten, verwenden Sie eine der folgenden Binärdateien. Wählen Sie je nach Python- und CUDA-Version in Ihrer Umgebung eine der folgenden Optionen aus. ### PyTorch + Python 3.8, CUDA 11.3: [https://smppy.s3.amazonaws.com/pytorch/cu113/smprof-0.3.334-cp38-cp38-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu113/smprof-0.3.334-cp38-cp38-linux_x86_64.whl) + Python 3.9, CUDA 11.7: [https://smppy.s3.amazonaws.com/pytorch/cu117/smprof-0.3.334-cp39-cp39-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu117/smprof-0.3.334-cp39-cp39-linux_x86_64.whl) + Python 3.10, CUDA 11.8: [https://smppy.s3.amazonaws.com/pytorch/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl) + Python 3.10, CUDA 12.1: [https://smppy.s3.amazonaws.com/pytorch/cu121/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu121/smprof-0.3.334-cp310-cp310-linux_x86_64.whl) ### TensorFlow + Python 3.9, CUDA 11.2: [https://smppy.s3.amazonaws.com/tensorflow/cu112/smprof-0.3.334-cp39-cp39-linux_x86_64.whl](https://smppy.s3.amazonaws.com/tensorflow/cu112/smprof-0.3.334-cp39-cp39-linux_x86_64.whl) + Python 3.10, CUDA 11.8: [https://smppy.s3.amazonaws.com/tensorflow/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/tensorflow/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl) Weitere Hinweise zur Installation von SageMaker Profiler mithilfe der Binärdateien finden Sie unter. [(Optional) Installieren Sie das SageMaker Profiler-Python-Paket](profiler-prepare.md#profiler-install-python-package) ## Unterstützt AWS-Regionen SageMaker Profiler ist im Folgenden AWS-Regionen verfügbar. + USA Ost (Nord-Virginia) (`us-east-1`) + USA Ost (Ohio) (`us-east-2`) + USA West (Oregon) (`us-west-2`) + Europa (Frankfurt) (`eu-central-1`) + Europa (Irland) (`eu-west-1`) ## Unterstützte Instance-Typen SageMaker Profiler unterstützt die Profilerstellung von Trainingsjobs für die folgenden Instanztypen. **CPU- und GPU-Profilerstellung** + `ml.g4dn.12xlarge` + `ml.g5.24xlarge` + `ml.g5.48xlarge` + `ml.p3dn.24xlarge` + `ml.p4de.24xlarge` + `ml.p4d.24xlarge` + `ml.p5.48xlarge` **Nur GPU-Profilerstellung** + `ml.g5.2xlarge` + `ml.g5.4xlarge` + `ml.g5.8xlarge` + `ml.g5.16.xlarge`