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.
Conéctese a HyperPod clústeres y envíe tareas a clústeres
Puede lanzar cargas de trabajo de aprendizaje automático en HyperPod clústeres de Amazon SageMaker StudioIDEs. Cuando lanzas Studio IDEs en un HyperPod clúster, hay un conjunto de comandos disponibles para ayudarte a empezar. Puedes trabajar en tus guiones de entrenamiento, usar contenedores de Docker para los guiones de entrenamiento y enviar trabajos al clúster, todo desde StudioIDEs. En la siguiente sección, se proporciona información sobre cómo conectar el clúster a StudioIDEs.
En Amazon SageMaker Studio, puede navegar hasta uno de sus clústeres en HyperPodclústeres (en Compute) y ver la lista de clústeres. Puede conectar su clúster a uno de los IDE listados en Acciones.
También puedes elegir tu sistema de archivos personalizado de la lista de opciones. Para obtener información sobre cómo configurar esta configuración, consulteConfigúralo HyperPod en Studio.
Como alternativa, puede crear un espacio y lanzar uno IDE utilizando el AWS CLI. Use los siguientes comandos para hacerlo. El siguiente ejemplo crea un Private JupyterLab espacio user-profile-namefs-id
-
Cree un espacio con.
create-spaceAWS CLI aws sagemaker create-space \ --regionyour-region\ --ownership-settings "OwnerUserProfileName=user-profile-name" \ --space-sharing-settings "SharingType=Private" \ --space-settings "AppType=JupyterLab,CustomFileSystems=[{FSxLustreFileSystem={FileSystemId=fs-id}}]" -
Cree la aplicación con
create-appAWS CLI. aws sagemaker create-app \ --regionyour-region\ --space-namespace-name\ --resource-spec '{"ec2InstanceType":"'"instance-type"'","appEnvironmentArn":"'"image-arn"'"}'
Una vez que haya abierto sus aplicaciones, podrá enviar tareas directamente a los clústeres a los que esté conectado.
