Pilih preferensi cookie Anda

Kami menggunakan cookie penting serta alat serupa yang diperlukan untuk menyediakan situs dan layanan. Kami menggunakan cookie performa untuk mengumpulkan statistik anonim sehingga kami dapat memahami cara pelanggan menggunakan situs dan melakukan perbaikan. Cookie penting tidak dapat dinonaktifkan, tetapi Anda dapat mengklik “Kustom” atau “Tolak” untuk menolak cookie performa.

Jika Anda setuju, AWS dan pihak ketiga yang disetujui juga akan menggunakan cookie untuk menyediakan fitur situs yang berguna, mengingat preferensi Anda, dan menampilkan konten yang relevan, termasuk iklan yang relevan. Untuk menerima atau menolak semua cookie yang tidak penting, klik “Terima” atau “Tolak”. Untuk membuat pilihan yang lebih detail, klik “Kustomisasi”.

Mengelola jalur penyimpanan untuk berbagai jenis penyimpanan lokal instance

Mode fokus
Mengelola jalur penyimpanan untuk berbagai jenis penyimpanan lokal instance - Amazon SageMaker AI

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Pertimbangkan hal berikut saat menyiapkan jalur penyimpanan untuk pekerjaan pelatihan di SageMaker AI.

  • Jika Anda ingin menyimpan artefak pelatihan untuk pelatihan terdistribusi di /opt/ml/output/data direktori, Anda harus menambahkan subdirektori dengan benar atau menggunakan nama file unik untuk artefak melalui definisi model atau skrip pelatihan Anda. Jika subdirektori dan nama file tidak dikonfigurasi dengan benar, semua pekerja pelatihan terdistribusi mungkin menulis output ke nama file yang sama di jalur keluaran yang sama di Amazon S3.

  • Jika Anda menggunakan wadah pelatihan khusus, pastikan Anda menginstal SageMaker Training Toolkit yang membantu mengatur lingkungan untuk pekerjaan SageMaker pelatihan. Jika tidak, Anda harus menentukan variabel lingkungan secara eksplisit di Dockerfile Anda. Untuk informasi selengkapnya, lihat Membuat wadah dengan algoritme dan model Anda sendiri.

  • Saat menggunakan instans ML dengan volume NVMe SSD, SageMaker AI tidak menyediakan penyimpanan Amazon EBS gp2. Penyimpanan yang tersedia ditetapkan ke kapasitas penyimpanan instans NVMe -type. SageMaker AI mengonfigurasi jalur penyimpanan untuk melatih kumpulan data, pos pemeriksaan, artefak model, dan output untuk menggunakan seluruh kapasitas penyimpanan instans. Misalnya, keluarga instance MLdengan penyimpanan instans NVMe -type termasukml.p4d,ml.g4dn, danml.g5. Saat menggunakan instance HTML dengan opsi penyimpanan khusus EBS dan tanpa penyimpanan instance, Anda harus menentukan ukuran volume EBS melalui volume_size parameter di kelas estimator SageMaker AI (atau VolumeSizeInGB jika Anda menggunakan API). ResourceConfig Misalnya, keluarga instans ML yang menggunakan volume EBS menyertakan ml.c5 danml.p2. Untuk mencari jenis instans serta jenis penyimpanan instans serta volume, lihat Jenis EC2 Instance Amazon.

  • Jalur default untuk pekerjaan SageMaker pelatihan dipasang ke volume Amazon EBS atau volume NVMe SSD dari instans ML. Saat Anda menyesuaikan skrip pelatihan Anda dengan SageMaker AI, pastikan Anda menggunakan jalur default yang tercantum dalam topik sebelumnyaSageMaker Variabel lingkungan AI dan jalur default untuk lokasi penyimpanan pelatihan. Kami menyarankan Anda menggunakan /tmp direktori sebagai ruang awal untuk menyimpan sementara benda besar selama pelatihan. Ini berarti bahwa Anda tidak boleh menggunakan direktori yang dipasang ke ruang disk kecil yang dialokasikan untuk sistem, seperti /user dan/home, untuk menghindari out-of-space kesalahan.

Untuk mempelajari lebih lanjut, lihat blog pembelajaran AWS mesin Pilih sumber data terbaik untuk pekerjaan SageMaker pelatihan Amazon Anda yang membahas lebih lanjut studi kasus dan tolok ukur kinerja sumber data dan mode input.

PrivasiSyarat situsPreferensi cookie
© 2025, Amazon Web Services, Inc. atau afiliasinya. Semua hak dilindungi undang-undang.