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 la versión SageMaker de Amazon Training Compiler
**importante**
Amazon Web Services (AWS) anuncia que no habrá nuevas versiones o versiones de SageMaker Training Compiler. Puede seguir utilizando SageMaker Training Compiler a través de los AWS Deep Learning Containers (DLCs) existentes para SageMaker formación. Es importante tener en cuenta que, si bien los existentes DLCs permanecen accesibles, ya no recibirán parches ni actualizaciones de ellos AWS, de acuerdo con la [Política de soporte de AWS Deep Learning Containers Framework](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html).
Consulte las siguientes notas de la versión para realizar un seguimiento de las últimas actualizaciones de Amazon SageMaker Training Compiler.
## SageMaker Notas de la versión de Training Compiler: 13 de febrero de 2023
**Actualizaciones de divisas**
+ Se agregó soporte para PyTorch la versión 1.13.1
**Correcciones de errores**
+ Se ha corregido un problema relacionado con las condiciones de carrera de la GPU que provocaba la pérdida de NAN en algunos modelos, como los modelos con transformador de visión (ViT).
**Otros cambios:**
+ SageMaker Training Compiler mejora el rendimiento PyTorch/XLA al permitir anular automáticamente los optimizadores (como SGD, Adam, AdamW) en sus versiones sin sincronización `torch.optim` o `transformers.optimization` con ellas incorporadas (como,,). `torch_xla.amp.syncfree` `torch_xla.amp.syncfree.SGD` `torch_xla.amp.syncfree.Adam` `torch_xla.amp.syncfree.AdamW` No tiene que cambiar las líneas de código en las que define los optimizadores en su script de entrenamiento.
**Migración a AWS Deep Learning Containers**
Esta versión ha superado las pruebas comparativas y se ha migrado al siguiente contenedor de aprendizaje AWS profundo:
+ PyTorch v1.13.1
```
763104351884.dkr.ecr.us-west-2.amazonaws.com/pytorch-trcomp-training:1.13.1-gpu-py39-cu117-ubuntu20.04-sagemaker
```
Para obtener una lista completa de los contenedores prediseñados con Amazon SageMaker Training Compiler, consulte. [Marcos Regiones de AWS, tipos de instancias y modelos probados compatibles](training-compiler-support.md)
## SageMaker Notas de lanzamiento del compilador de formación: 9 de enero de 2023
**Cambios bruscos**
+ `tf.keras.optimizers.Optimizer`apunta a un nuevo optimizador en la versión TensorFlow 2.11.0 y versiones posteriores. Los antiguos optimizadores se trasladan a `tf.keras.optimizers.legacy`. Es posible que se produzca un fallo en el trabajo debido al cambio de ruptura cuando haga lo siguiente.
+ Cargar puntos de control de un optimizador antiguo. Le recomendamos que cambie a utilizar los optimizadores heredados.
+ Utilice la versión 1. TensorFlow Le recomendamos que migre a la TensorFlow versión 2 o que cambie a los optimizadores antiguos si necesita seguir utilizando la TensorFlow versión 1.
Para obtener una lista más detallada de los cambios más importantes relacionados con los cambios del optimizador, consulta las notas [oficiales de la TensorFlow versión 2.11.0](https://github.com/tensorflow/tensorflow/releases/tag/v2.11.0) en el repositorio. TensorFlow GitHub
**Migración a AWS Deep Learning Containers**
Esta versión ha superado las pruebas comparativas y se ha migrado al siguiente contenedor de aprendizaje AWS profundo:
+ TensorFlow v2.11.0
```
763104351884.dkr.ecr.{{}}.amazonaws.com/tensorflow-training:2.11.0-gpu-py39-cu112-ubuntu20.04-sagemaker
```
Para obtener una lista completa de los contenedores prediseñados con Amazon SageMaker Training Compiler, consulte. [Marcos Regiones de AWS, tipos de instancias y modelos probados compatibles](training-compiler-support.md)
## SageMaker Notas de la versión de Training Compiler: 8 de diciembre de 2022
**Correcciones de errores**
+ Se ha corregido la raíz de los trabajos de PyTorch formación a partir de la PyTorch versión 1.12 para garantizar que no haya discrepancias en la inicialización del modelo en los distintos procesos. [Consulte también Reproducibilidad. PyTorch](https://pytorch.org/docs/stable/notes/randomness.html)
+ Se solucionó el problema que provocaba que los trabajos de formación PyTorch distribuidos en las instancias G4dn y G5 no se comunicaran de forma predeterminada. [PCIe](https://en.wikipedia.org/wiki/PCI_Express)
**Problemas conocidos**
+ El uso incorrecto de los PyTorch/XLA APIs transformadores de visión de Hugging Face podía provocar problemas de convergencia.
**Otros cambios**
+ Cuando utilices la clase Hugging Face `Trainer` Transformers, asegúrate de SyncFree usar optimizadores `optim` configurando el argumento en. `adamw_torch_xla` Para obtener más información, consulte [Grandes modelos lingüísticos mediante la clase `Trainer` de Hugging Face Transformers](training-compiler-pytorch-models.md#training-compiler-pytorch-models-transformers-trainer). Consulte también [Optimizer](https://huggingface.co/docs/transformers/v4.23.1/en/perf_train_gpu_one#optimizer) en la *documentación de Hugging Face Transformers*.
**Migración a AWS Deep Learning Containers**
Esta versión ha superado las pruebas comparativas y se ha migrado al siguiente contenedor de aprendizaje AWS profundo:
+ PyTorch v1.12.0
```
763104351884.dkr.ecr.{{}}.amazonaws.com/pytorch-trcomp-training:1.12.0-gpu-py38-cu113-ubuntu20.04-sagemaker
```
Para obtener una lista completa de los contenedores prediseñados con Amazon SageMaker Training Compiler, consulte. [Marcos Regiones de AWS, tipos de instancias y modelos probados compatibles](training-compiler-support.md)
## SageMaker Notas de la versión de Training Compiler: 4 de octubre de 2022
**Actualizaciones de divisas**
+ Se agregó soporte para la versión TensorFlow 2.10.0.
**Otros cambios:**
+ Se agregaron modelos de PNL de Hugging Face utilizando la biblioteca TensorFlow Transformers para estructurar las pruebas. Para encontrar los modelos de Transformer probados, consulte [Modelos probados](training-compiler-support.md#training-compiler-tested-models).
**Migración a AWS Deep Learning Containers**
Esta versión ha superado las pruebas comparativas y se ha migrado al siguiente contenedor de aprendizaje AWS profundo:
+ TensorFlow v2.10.0
```
763104351884.dkr.ecr.{{}}.amazonaws.com/tensorflow-training:2.10.0-gpu-py39-cu112-ubuntu20.04-sagemaker
```
Para obtener una lista completa de los contenedores prediseñados con Amazon SageMaker Training Compiler, consulte. [Marcos Regiones de AWS, tipos de instancias y modelos probados compatibles](training-compiler-support.md)
## SageMaker Notas de la versión de Training Compiler: 1 de septiembre de 2022
**Actualizaciones de divisas**
+ Se agregó soporte para Hugging Face Transformers v4.21.1 con v1.11.0 PyTorch.
**Mejoras**
+ Se implementó un nuevo mecanismo de lanzamiento de entrenamiento distribuido para activar los modelos SageMaker Training Compiler for Hugging Face Transformer con. PyTorch Para obtener más información, consulte [Ejecute trabajos de formación con PyTorch Training Compiler para una SageMaker formación distribuida.](training-compiler-enable-pytorch.md#training-compiler-estimator-pytorch-distributed)
+ Se ha integrado con EFA para mejorar la comunicación colectiva en el entrenamiento distribuido.
+ Se ha añadido compatibilidad con las instancias G5 para los trabajos de PyTorch formación. Para obtener más información, consulte [Marcos Regiones de AWS, tipos de instancias y modelos probados compatibles](training-compiler-support.md).
**Migración a AWS Deep Learning Containers**
Esta versión ha superado las pruebas comparativas y se ha migrado al siguiente contenedor de aprendizaje AWS profundo:
+ [HuggingFace v4.21.1 con v1.11.0 PyTorch ](https://github.com/aws/deep-learning-containers/releases/tag/v1.0-trcomp-hf-4.21.1-pt-1.11.0-tr-gpu-py38)
```
763104351884.dkr.ecr.us-west-2.amazonaws.com/huggingface-pytorch-trcomp-training:1.11.0-transformers4.21.1-gpu-py38-cu113-ubuntu20.04
```
Para obtener una lista completa de los contenedores prediseñados con Amazon SageMaker Training Compiler, consulte. [Marcos Regiones de AWS, tipos de instancias y modelos probados compatibles](training-compiler-support.md)
## SageMaker Notas de la versión de Training Compiler: 14 de junio de 2022
**Nuevas características**
+ Se agregó soporte para la versión TensorFlow 2.9.1. SageMaker Training Compiler es totalmente compatible con la compilación de TensorFlow módulos (`tf.*`) y módulos de TensorFlow Keras (). `tf.keras.*`
+ Se agregó soporte para contenedores personalizados creados al extender AWS Deep Learning Containers for TensorFlow. Para obtener más información, consulte [Habilitar el compilador de SageMaker entrenamiento mediante el SDK de SageMaker Python y Ampliación de los Deep Learning Containers de SageMaker AI Framework](training-compiler-enable-tensorflow.md#training-compiler-enable-tensorflow-sdk-extend-container).
+ Se ha añadido compatibilidad con las instancias G5 para trabajos de TensorFlow formación.
**Migración a AWS Deep Learning Containers**
Esta versión ha superado las pruebas comparativas y se ha migrado al siguiente contenedor de aprendizaje AWS profundo:
+ TensorFlow 2.9.1
```
763104351884.dkr.ecr.{{}}.amazonaws.com/tensorflow-training:2.9.1-gpu-py39-cu112-ubuntu20.04-sagemaker
```
Para obtener una lista completa de los contenedores prediseñados con Amazon SageMaker Training Compiler, consulte. [Marcos Regiones de AWS, tipos de instancias y modelos probados compatibles](training-compiler-support.md)
## SageMaker Notas de la versión de Training Compiler: 26 de abril de 2022
**Mejoras**
+ Se agregó soporte para todos los Regiones de AWS lugares en los que [AWS Deep Learning Containers](https://github.com/aws/deep-learning-containers/blob/master/available_images.md) está en servicio, excepto en las regiones de China.
## SageMaker Notas de lanzamiento del compilador de formación: 12 de abril de 2022
**Actualizaciones de divisas**
+ Se agregó soporte para Hugging Face Transformers v4.17.0 con v2.6.3 y v1.10.2 TensorFlow . PyTorch
## SageMaker Notas de lanzamiento de Training Compiler: 21 de febrero de 2022
**Mejoras**
+ Se ha completado la prueba comparativa y se ha confirmado la aceleración del entrenamiento en los tipos de instancia de `ml.g4dn`. Para obtener una lista completa de las instancias de `ml` probadas, consulte [Tipos de instancias admitidos](training-compiler-support.md#training-compiler-supported-instance-types).
## SageMaker Notas de lanzamiento de Training Compiler: 1 de diciembre de 2021
**Nuevas características**
+ Se lanzó Amazon SageMaker Training Compiler en AWS re:Invent 2021.
**Migración a AWS Deep Learning Containers**
+ Amazon SageMaker Training Compiler ha superado las pruebas de referencia y se ha migrado a AWS Deep Learning Containers. Para obtener una lista completa de los contenedores prediseñados con Amazon SageMaker Training Compiler, consulte. [Marcos Regiones de AWS, tipos de instancias y modelos probados compatibles](training-compiler-support.md)