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.
PyTorch Mit Amazon verwenden SageMaker
Sie können Amazon verwenden SageMaker , um ein Modell mithilfe von benutzerdefiniertem PyTorch Code zu trainieren und bereitzustellen. Die SageMaker SDK PyTorch Python-Schätzer und -Modelle sowie der SageMaker PyTorch Open-Source-Container erleichtern das Schreiben und Ausführen eines PyTorch Skripts. SageMaker
Was möchten Sie tun?
- Ich möchte ein benutzerdefiniertes PyTorch Modell darin trainieren. SageMaker
-
Ein Beispiel für ein Jupyter-Notizbuch finden Sie im Beispiel-Notizbuch
im Amazon SageMaker Examples Repository. PyTorch GitHub Die Dokumentation finden Sie unter Train a Model with
. PyTorch - Ich habe ein PyTorch Modell, in dem ich trainiert habe SageMaker, und ich möchte es auf einem gehosteten Endpunkt bereitstellen.
-
Weitere Informationen finden Sie unter Bereitstellen von PyTorch Modellen
. - Ich habe ein PyTorch Modell, das ich außerhalb trainiert habe SageMaker, und ich möchte es auf einem SageMaker Endpunkt bereitstellen
-
Weitere Informationen finden Sie unter Bereitstellen Ihres eigenen PyTorch Modells
. - Ich möchte die API Dokumentation für Amazon SageMaker SDK PyTorch Python-Klassen
sehen. -
Weitere Informationen finden Sie unter PyTorch Klassen
. - Ich möchte das SageMaker PyTorch Container-Repository finden.
-
Weitere Informationen finden Sie unter SageMaker PyTorch GitHub Container-Repository
. - Ich möchte Informationen zu PyTorch Versionen finden, die von AWS Deep Learning Containers unterstützt werden.
-
Weitere Informationen finden Sie unter Verfügbare Deep-Learning-Container-Images
.
Allgemeine Informationen zum Schreiben von PyTorch Trainingsskripten und PyTorch zur Verwendung von Schätzern und Modellen mit SageMaker finden Sie unter PyTorch Mit SageMaker Python SDK verwenden