

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Immagini di framework e tipi Regioni AWS di istanze supportati
<a name="profiler-support"></a>

Questa funzionalità supporta i framework di machine learning e le Regioni AWS seguenti.

**Nota**  
Per utilizzare questa funzionalità, assicurati di aver installato la [versione SageMaker Python SDK 2.180.0](https://pypi.org/project/sagemaker/2.180.0/) o successiva.

## SageMaker Immagini del framework AI preinstallate con Profiler SageMaker
<a name="profiler-support-frameworks"></a>

SageMaker Profiler è preinstallato nei seguenti [AWS Deep Learning Containers for SageMaker ](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only) AI.

### PyTorch immagini
<a name="profiler-support-frameworks-pytorch"></a>


| PyTorch versioni | AWS URI dell'immagine DLC | 
| --- | --- | 
| 2.2.0 |  *763104351884*.dkr.ecr. *<region>*.amazonaws.com/pytorch-training:2.2.0-gpu-py310-cu121-ubuntu20.04-sagemaker  | 
| 2.1.0 |  *763104351884*.dkr.ecr. *<region>*.amazonaws.com/pytorch-training:2.1.0-gpu-py310-cu121-ubuntu20.04-sagemaker  | 
| 2.0.1 |  *763104351884*.dkr.ecr. *<region>*.amazonaws.com/pytorch-training:2.0.1-gpu-py310-cu118-ubuntu20.04-sagemaker *763104351884*.dkr.ecr. *<region>*.amazonaws.com/pytorch-training:2.0.1-gpu-py310-cu121-ubuntu20.04-sagemaker  | 
| 1.13.1 |  *763104351884*.dkr.ecr. *<region>*.amazonaws.com/pytorch-training:1.13.1-gpu-py39-cu117-ubuntu20.04-sagemaker  | 

### TensorFlow immagini
<a name="profiler-support-frameworks-tensorflow"></a>


| TensorFlow versioni | AWS URI dell'immagine DLC | 
| --- | --- | 
| 2.13.0 |  *763104351884*.dkr.ecr. *<region>*.amazonaws.com/tensorflow-training:2.13.0-gpu-py310-cu118-ubuntu20.04-sagemaker  | 
| 2.12.0 |  *763104351884*.dkr.ecr. *<region>*.amazonaws.com/tensorflow-training:2.12.0-gpu-py310-cu118-ubuntu20.04-sagemaker  | 
| 2.11.0 |  *763104351884*.dkr.ecr. *<region>*.amazonaws.com/tensorflow-training:2.11.0-gpu-py39-cu112-ubuntu20.04-sagemaker  | 

**Importante**  
La distribuzione e la manutenzione dei contenitori del framework nelle tabelle precedenti sono soggette alla [Framework Support Policy](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html) gestita dal servizio AWS Deep Learning Containers. Se utilizzi versioni precedenti del framework che non sono più supportate, ti consigliamo fortemente di eseguire l’aggiornamento alle [versioni del framework attualmente supportate](https://aws.amazon.com/releasenotes/dlc-support-policy/).

**Nota**  
Se desideri utilizzare SageMaker Profiler per altre immagini del framework o per le tue immagini Docker, puoi installare SageMaker Profiler utilizzando i file binari del pacchetto Profiler SageMaker Python forniti nella sezione seguente.

## SageMaker File binari del pacchetto Python di Profiler
<a name="profiler-python-package"></a>

Se desideri configurare il tuo contenitore Docker, utilizzare SageMaker Profiler in altri contenitori predefiniti per PyTorch e TensorFlow, oppure installare il pacchetto Profiler SageMaker Python localmente, usa uno dei seguenti file binari. A seconda delle versioni di Python e CUDA nel tuo ambiente, scegli una delle seguenti opzioni.

### PyTorch
<a name="profiler-python-package-for-pytorch"></a>
+ Python 3.8, CUDA 11.3: [https://smppy.s3.amazonaws.com/pytorch/cu113/smprof-0.3.334-cp38-cp38-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu113/smprof-0.3.334-cp38-cp38-linux_x86_64.whl)
+ Python 3.9, CUDA 11.7: [https://smppy.s3.amazonaws.com/pytorch/cu117/smprof-0.3.334-cp39-cp39-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu117/smprof-0.3.334-cp39-cp39-linux_x86_64.whl)
+ Python 3.10, CUDA 11.8: [https://smppy.s3.amazonaws.com/pytorch/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl)
+ Python 3.10, CUDA 12.1: [https://smppy.s3.amazonaws.com/pytorch/cu121/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu121/smprof-0.3.334-cp310-cp310-linux_x86_64.whl)

### TensorFlow
<a name="profiler-python-package-for-tensorflow"></a>
+ Python 3.9, CUDA 11.2: [https://smppy.s3.amazonaws.com/tensorflow/cu112/smprof-0.3.334-cp39-cp39-linux_x86_64.whl](https://smppy.s3.amazonaws.com/tensorflow/cu112/smprof-0.3.334-cp39-cp39-linux_x86_64.whl)
+ Python 3.10, CUDA 11.8: [https://smppy.s3.amazonaws.com/tensorflow/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/tensorflow/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl)

Per ulteriori informazioni su come installare SageMaker Profiler utilizzando i file binari, consulta. [(Facoltativo) Installa il pacchetto SageMaker Profiler Python](profiler-prepare.md#profiler-install-python-package)

## Supportato Regioni AWS
<a name="profiler-support-regions"></a>

SageMaker Profiler è disponibile nelle seguenti Regioni AWS versioni.
+ Stati Uniti orientali (Virginia settentrionale) (`us-east-1`)
+ Stati Uniti orientali (Ohio) (`us-east-2`)
+ Stati Uniti occidentali (Oregon) (`us-west-2`)
+ Europa (Francoforte) (`eu-central-1`)
+ Europa (Irlanda) (`eu-west-1`)

## Tipi di istanze supportati
<a name="profiler-support-instance-types"></a>

SageMaker Profiler supporta la profilazione dei lavori di formazione sui seguenti tipi di istanze.

**Profilazione di CPU e GPU**
+ `ml.g4dn.12xlarge`
+ `ml.g5.24xlarge`
+ `ml.g5.48xlarge`
+ `ml.p3dn.24xlarge`
+ `ml.p4de.24xlarge`
+ `ml.p4d.24xlarge`
+ `ml.p5.48xlarge`

**Solo profilazione di GPU**
+ `ml.g5.2xlarge`
+ `ml.g5.4xlarge`
+ `ml.g5.8xlarge`
+ `ml.g5.16.xlarge`