Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Catatan Rilis Kompiler SageMaker Pelatihan Amazon
**penting**
Amazon Web Services (AWS) mengumumkan bahwa tidak akan ada rilis atau versi baru dari SageMaker Training Compiler. Anda dapat terus menggunakan SageMaker Training Compiler melalui AWS Deep Learning Containers (DLCs) for SageMaker Training yang ada. Penting untuk dicatat bahwa meskipun yang ada DLCs tetap dapat diakses, mereka tidak akan lagi menerima tambalan atau pembaruan dari AWS, sesuai dengan [Kebijakan Dukungan Framework AWS Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html).
Lihat catatan rilis berikut untuk melacak pembaruan terbaru untuk Amazon SageMaker Training Compiler.
## SageMaker Catatan Rilis Kompiler Pelatihan: 13 Februari 2023
**Pembaruan Mata Uang**
+ Ditambahkan dukungan untuk PyTorch v1.13.1
**Perbaikan Bug**
+ Memperbaiki masalah kondisi balapan pada GPU yang menyebabkan hilangnya NAN di beberapa model seperti model vision transformer (ViT).
**Perubahan Lainnya**
+ SageMaker Training Compiler meningkatkan kinerja dengan membiarkan PyTorch/XLA untuk secara otomatis mengganti pengoptimal (seperti SGD, Adam, AdamW) di dalam `torch.optim` atau `transformers.optimization` dengan versi syncfree dari mereka di (seperti,,). `torch_xla.amp.syncfree` `torch_xla.amp.syncfree.SGD` `torch_xla.amp.syncfree.Adam` `torch_xla.amp.syncfree.AdamW` Anda tidak perlu mengubah baris kode tempat Anda menentukan pengoptimal dalam skrip pelatihan Anda.
**Migrasi ke AWS Deep Learning Containers**
Rilis ini lulus pengujian benchmark dan dimigrasikan ke AWS Deep Learning Container berikut:
+ PyTorch v1.13.1
```
763104351884.dkr.ecr.us-west-2.amazonaws.com/pytorch-trcomp-training:1.13.1-gpu-py39-cu117-ubuntu20.04-sagemaker
```
Untuk menemukan daftar lengkap kontainer bawaan dengan Amazon SageMaker Training Compiler, lihat. [Kerangka Kerja yang Didukung Wilayah AWS, Jenis Instance, dan Model yang Diuji](training-compiler-support.md)
## SageMaker Catatan Rilis Kompiler Pelatihan: 9 Januari 2023
**Melanggar Perubahan**
+ `tf.keras.optimizers.Optimizer`menunjuk ke pengoptimal baru di TensorFlow 2.11.0 dan yang lebih baru. Pengoptimal lama dipindahkan ke. `tf.keras.optimizers.legacy` Anda mungkin mengalami kegagalan pekerjaan karena perubahan yang melanggar ketika Anda melakukan hal berikut.
+ Muat pos pemeriksaan dari pengoptimal lama. Kami menyarankan Anda untuk beralih menggunakan pengoptimal lama.
+ Gunakan TensorFlow v1. Kami menyarankan Anda untuk bermigrasi ke TensorFlow v2, atau beralih ke pengoptimal lama jika Anda perlu terus menggunakan v1. TensorFlow
Untuk daftar lebih detail tentang perubahan yang melanggar dari perubahan pengoptimal, lihat [catatan rilis resmi TensorFlow v2.11.0](https://github.com/tensorflow/tensorflow/releases/tag/v2.11.0) di repositori. TensorFlow GitHub
**Migrasi ke AWS Deep Learning Containers**
Rilis ini lulus pengujian benchmark dan dimigrasikan ke AWS Deep Learning Container berikut:
+ TensorFlow v2.11.0
```
763104351884.dkr.ecr.{{}}.amazonaws.com/tensorflow-training:2.11.0-gpu-py39-cu112-ubuntu20.04-sagemaker
```
Untuk menemukan daftar lengkap kontainer bawaan dengan Amazon SageMaker Training Compiler, lihat. [Kerangka Kerja yang Didukung Wilayah AWS, Jenis Instance, dan Model yang Diuji](training-compiler-support.md)
## SageMaker Catatan Rilis Kompiler Pelatihan: 8 Desember 2022
**Perbaikan Bug**
+ Memperbaiki benih untuk pekerjaan PyTorch pelatihan mulai PyTorch v1.12 untuk memastikan bahwa tidak ada perbedaan dalam inisialisasi model di berbagai proses. Lihat juga [PyTorchReproduktifitas](https://pytorch.org/docs/stable/notes/randomness.html).
+ Memperbaiki masalah yang menyebabkan pekerjaan pelatihan PyTorch terdistribusi pada instans G4dn dan G5 tidak default ke komunikasi melalui. [PCIe](https://en.wikipedia.org/wiki/PCI_Express)
**Masalah yang Diketahui**
+ Penggunaan yang tidak tepat PyTorch/XLA APIs dalam transformator penglihatan Hugging Face dapat menyebabkan masalah konvergensi.
**Perubahan Lainnya**
+ Saat menggunakan kelas Hugging Face `Trainer` Transformers, pastikan Anda SyncFree menggunakan pengoptimal dengan menyetel argumennya. `optim` `adamw_torch_xla` Untuk informasi selengkapnya, lihat [Model Bahasa Besar Menggunakan Kelas Hugging Face Transformers `Trainer`](training-compiler-pytorch-models.md#training-compiler-pytorch-models-transformers-trainer). Lihat juga [Optimizer](https://huggingface.co/docs/transformers/v4.23.1/en/perf_train_gpu_one#optimizer) dalam dokumentasi *Hugging Face* Transformers.
**Migrasi ke AWS Deep Learning Containers**
Rilis ini lulus pengujian benchmark dan dimigrasikan ke AWS Deep Learning Container berikut:
+ PyTorch v1.12.0
```
763104351884.dkr.ecr.{{}}.amazonaws.com/pytorch-trcomp-training:1.12.0-gpu-py38-cu113-ubuntu20.04-sagemaker
```
Untuk menemukan daftar lengkap kontainer bawaan dengan Amazon SageMaker Training Compiler, lihat. [Kerangka Kerja yang Didukung Wilayah AWS, Jenis Instance, dan Model yang Diuji](training-compiler-support.md)
## SageMaker Catatan Rilis Kompiler Pelatihan: 4 Oktober 2022
**Pembaruan Mata Uang**
+ Ditambahkan dukungan untuk TensorFlow v2.10.0.
**Perubahan Lainnya**
+ Menambahkan model NLP Hugging Face menggunakan perpustakaan Transformers ke pengujian kerangka kerja. TensorFlow Untuk menemukan model Transformer yang diuji, lihat[Model yang Diuji](training-compiler-support.md#training-compiler-tested-models).
**Migrasi ke AWS Deep Learning Containers**
Rilis ini lulus pengujian benchmark dan dimigrasikan ke AWS Deep Learning Container berikut:
+ TensorFlow v2.10.0
```
763104351884.dkr.ecr.{{}}.amazonaws.com/tensorflow-training:2.10.0-gpu-py39-cu112-ubuntu20.04-sagemaker
```
Untuk menemukan daftar lengkap kontainer bawaan dengan Amazon SageMaker Training Compiler, lihat. [Kerangka Kerja yang Didukung Wilayah AWS, Jenis Instance, dan Model yang Diuji](training-compiler-support.md)
## SageMaker Catatan Rilis Kompiler Pelatihan: 1 September 2022
**Pembaruan Mata Uang**
+ Ditambahkan dukungan untuk Hugging Face Transformers v4.21.1 dengan v1.11.0. PyTorch
**Perbaikan**
+ Menerapkan mekanisme peluncur pelatihan terdistribusi baru untuk mengaktifkan SageMaker Training Compiler untuk model Hugging Face Transformer dengan. PyTorch Untuk mempelajari lebih lanjut, lihat [Menjalankan Pekerjaan PyTorch Pelatihan dengan Kompiler SageMaker Pelatihan untuk Pelatihan Terdistribusi](training-compiler-enable-pytorch.md#training-compiler-estimator-pytorch-distributed).
+ Terintegrasi dengan EFA untuk meningkatkan komunikasi kolektif dalam pelatihan terdistribusi.
+ Menambahkan dukungan untuk instans G5 untuk pekerjaan PyTorch pelatihan. Untuk informasi selengkapnya, lihat [Kerangka Kerja yang Didukung Wilayah AWS, Jenis Instance, dan Model yang Diuji](training-compiler-support.md).
**Migrasi ke AWS Deep Learning Containers**
Rilis ini lulus pengujian benchmark dan dimigrasikan ke AWS Deep Learning Container berikut:
+ [HuggingFace v4.21.1 dengan 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
```
Untuk menemukan daftar lengkap kontainer bawaan dengan Amazon SageMaker Training Compiler, lihat. [Kerangka Kerja yang Didukung Wilayah AWS, Jenis Instance, dan Model yang Diuji](training-compiler-support.md)
## SageMaker Catatan Rilis Kompiler Pelatihan: 14 Juni 2022
**Fitur Baru**
+ Ditambahkan dukungan untuk TensorFlow v2.9.1. SageMaker Training Compiler sepenuhnya mendukung kompilasi TensorFlow modul (`tf.*`) dan modul TensorFlow Keras (`tf.keras.*`).
+ Menambahkan dukungan untuk kontainer khusus yang dibuat dengan memperluas AWS Deep Learning Containers untuk TensorFlow. Untuk informasi selengkapnya, lihat [Mengaktifkan Kompiler SageMaker Pelatihan Menggunakan SageMaker Python SDK dan SageMaker Memperluas AI Framework Deep Learning](training-compiler-enable-tensorflow.md#training-compiler-enable-tensorflow-sdk-extend-container) Containers.
+ Menambahkan dukungan untuk instans G5 untuk pekerjaan TensorFlow pelatihan.
**Migrasi ke AWS Deep Learning Containers**
Rilis ini lulus pengujian benchmark dan dimigrasikan ke AWS Deep Learning Container berikut:
+ TensorFlow 2.9.1
```
763104351884.dkr.ecr.{{}}.amazonaws.com/tensorflow-training:2.9.1-gpu-py39-cu112-ubuntu20.04-sagemaker
```
Untuk menemukan daftar lengkap kontainer pra-bangun dengan Amazon SageMaker Training Compiler, lihat. [Kerangka Kerja yang Didukung Wilayah AWS, Jenis Instance, dan Model yang Diuji](training-compiler-support.md)
## SageMaker Catatan Rilis Kompiler Pelatihan: 26 April 2022
**Perbaikan**
+ Menambahkan dukungan untuk semua Wilayah AWS tempat [AWS Deep Learning Containers](https://github.com/aws/deep-learning-containers/blob/master/available_images.md) berada dalam layanan kecuali wilayah Tiongkok.
## SageMaker Catatan Rilis Kompiler Pelatihan: 12 April 2022
**Pembaruan Mata Uang**
+ Menambahkan dukungan untuk Hugging Face Transformers v4.17.0 dengan v2.6.3 TensorFlow dan v1.10.2. PyTorch
## SageMaker Catatan Rilis Kompiler Pelatihan: 21 Februari 2022
**Perbaikan**
+ Menyelesaikan tes benchmark dan peningkatan kecepatan pelatihan yang dikonfirmasi pada jenis instans. `ml.g4dn` Untuk menemukan daftar lengkap `ml` instance yang diuji, lihat[Tipe Instans Yang Didukung](training-compiler-support.md#training-compiler-supported-instance-types).
## SageMaker Catatan Rilis Kompiler Pelatihan: 01 Desember 2021
**Fitur Baru**
+ Meluncurkan Amazon SageMaker Training Compiler di AWS re:Invent 2021.
**Migrasi ke AWS Deep Learning Containers**
+ Amazon SageMaker Training Compiler lulus pengujian benchmark dan dimigrasikan ke AWS Deep Learning Containers. Untuk menemukan daftar lengkap kontainer bawaan dengan Amazon SageMaker Training Compiler, lihat. [Kerangka Kerja yang Didukung Wilayah AWS, Jenis Instance, dan Model yang Diuji](training-compiler-support.md)