Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Ressources à utiliser PyTorch avec Amazon SageMaker
Vous pouvez utiliser Amazon SageMaker pour entraîner et déployer un modèle à l'aide d'un PyTorch code personnalisé. Les SDK PyTorch estimateurs et modèles SageMaker Python ainsi que le PyTorch conteneur SageMaker open source facilitent l'écriture et l'exécution d'un PyTorch script. SageMaker La section suivante fournit des documents de référence que vous pouvez utiliser pour apprendre PyTorch à utiliser SageMaker.
Que souhaitez-vous faire ?
- Je souhaite entraîner un PyTorch modèle personnalisé dans SageMaker.
-
Pour un exemple de bloc-notes Jupyter, consultez le carnet d'PyTorch exemple
dans le référentiel Amazon SageMaker Examples GitHub. Pour obtenir de la documentation, voir Entraîner un modèle avec PyTorch
. - J'ai un PyTorch modèle dans SageMaker lequel j'ai suivi une formation et je souhaite le déployer sur un terminal hébergé.
-
Pour plus d'informations, voir Déployer PyTorch des modèles
. - J'ai un PyTorch modèle que j'ai formé en dehors de SageMaker moi et je souhaite le déployer sur un SageMaker terminal
-
Pour plus d'informations, voir Déployer votre propre PyTorch modèle
. - Je souhaite consulter la API documentation des SDK PyTorch classes Amazon SageMaker Python
. -
Pour plus d'informations, consultez la section PyTorch Classes
. - Je veux trouver le référentiel de SageMaker PyTorch conteneurs.
-
Pour plus d'informations, consultez la section GitHub Référentiel de SageMaker PyTorch conteneurs
. - Je souhaite obtenir des informations sur les PyTorch versions prises en charge par AWS Deep Learning Containers.
-
Pour de plus amples informations, veuillez consulter Available Deep Learning Container Images (Images Deep Learning Containers disponibles)
.
Pour des informations générales sur l'écriture de scripts d' PyTorch entraînement et l'utilisation d' PyTorchestimateurs et de modèles avec SageMaker, consultez la section Utilisation PyTorch avec le Python SageMaker
