ディープグラフネットワークのトレーニングの開始方法 - Amazon SageMaker

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

ディープグラフネットワークのトレーニングの開始方法

DGL は、Amazon の深層学習コンテナとして利用できますECR。Amazon SageMaker ノートブックに推定器関数を記述するときに、深層学習コンテナを選択できます。また、Bring Your Own Container ガイドDGLに従って、 を使用して独自のカスタムコンテナを作成することもできます。ディープグラフネットワークを開始する最も簡単な方法は、Amazon Elastic Container Registry のDGLコンテナの 1 つを使用します。 

注記

バックエンドフレームワークのサポートは、 PyTorch および に制限されていますMXNet。

セットアップ

Amazon SageMaker Studio を使用している場合は、まずサンプルリポジトリのクローンを作成する必要があります。ノートブックインスタンスを使用している場合は、左側のツールバーの下部にある SageMaker アイコンを選択すると、例を確認できます。

Amazon SageMaker SDK とノートブックのサンプルリポジトリをクローンするには

  1. Amazon のJupyterLabビューから SageMaker、左側のツールバーの上部にあるファイルブラウザに移動します。[ファイルブラウザパネル] では、パネルの上部に新しいナビゲーションが表示されます。

  2. 右端のアイコンを選択して、Git リポジトリのクローンを作成します。

  3. リポジトリ URL：https://github.com/awslabs/amazon-sagemaker-examples.git を追加する

  4. 新しく追加したフォルダとその内容を参照します。DGL 例は sagemaker-python-sdkフォルダに保存されます。

トレーニング

設定したら、ディープグラフネットワークをトレーニングできます。