Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Notas de publicación sobre las capacidades de creación de perfiles de Amazon SageMaker

Consulta las siguientes notas de la versión para hacer un seguimiento de las últimas actualizaciones de las funciones de creación de perfiles de Amazon SageMaker.

21 de marzo de 2024

Actualizaciones de divisas

SageMaker Profiler ha añadido compatibilidad con las versiones PyTorch 2.2.0, 2.1.0 y 2.0.1.

AWS Deep Learning Containers preinstalados con SageMaker Profiler

SageMaker Profiler viene empaquetado en los siguientes AWS Deep Learning Containers.

14 de diciembre de 2023

Actualizaciones de divisas

SageMaker Profiler ha añadido soporte para TensorFlow la versión 2.13.0.

Cambios importantes

Esta versión implica un cambio radical. El nombre del paquete SageMaker Profiler Python se cambia de smppy asmprof. Si ha utilizado la versión anterior del paquete y ha empezado a utilizar la versión más reciente de SageMaker Framework Containers que se TensorFlow indica en la siguiente sección, asegúrese de actualizar el nombre del paquete de smppy a smprof en la declaración de importación de su guion de formación.

AWS Deep Learning Containers preinstalados con SageMaker Profiler

SageMaker Profiler viene empaquetado en los siguientes AWS Deep Learning Containers.

Si utiliza las versiones anteriores de los contenedores del marco, como la TensorFlow v2.11.0, el paquete Profiler SageMaker Python seguirá disponible como. smppy Si no está seguro de qué versión o del nombre del paquete debe utilizar, sustituya la declaración de importación del paquete SageMaker Profiler por el siguiente fragmento de código.

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

24 de agosto de 2023

Nuevas características

Se lanzó Amazon SageMaker Profiler, una capacidad de creación de SageMaker perfiles y visualización que permite analizar en profundidad los recursos informáticos aprovisionados y, al mismo tiempo, entrenar los modelos de aprendizaje profundo y obtener visibilidad de los detalles a nivel operativo. SageMaker Profiler proporciona módulos de Python (smppy) para añadir anotaciones en todos los scripts PyTorch o TensorFlow entrenarlos y activar SageMaker Profiler. Puede acceder a los módulos a través del SDK de SageMaker Python y AWS Deep Learning Containers. Para cualquier trabajo que se ejecute con los módulos Python de SageMaker Profiler, puede cargar los datos del perfil en la aplicación de interfaz de usuario de SageMaker Profiler, que proporciona un panel de resumen y un cronograma detallado. Para obtener más información, consulte Utilice Amazon SageMaker Profiler para perfilar las actividades en los AWS recursos informáticos.

Esta versión del paquete SageMaker Profiler Python está integrada en los siguientes contenedores de SageMaker Framework para PyTorch y TensorFlow.