SageMaker Profiler がプリインストールされた SageMaker フレームワークイメージ SageMaker Profiler Python パッケージバイナリファイルサポートされている AWS リージョンサポートされるインスタンスタイプ

サポートされるフレームワークイメージ、AWS リージョン、インスタンスタイプ

この機能では、次の機械学習フレームワークと AWS リージョンをサポートしています。

注記

この機能を使用するには、SageMaker Python SDK のバージョン 2.180.0 以上がインストールされていることを確認してください。

SageMaker Profiler がプリインストールされた SageMaker フレームワークイメージ

SageMaker Profiler は、以下の SageMaker 用 AWS Deep Learning Containers にプリインストールされています。

PyTorch イメージ

PyTorch バージョン	AWS DLC イメージ URI
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 イメージ

TensorFlow バージョン	AWS DLC イメージ URI
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

重要

上記の表のフレームワークコンテナの配布とメンテナンスは、AWS Deep Learning Containers サービスによって管理されるフレームワークサポートポリシーの対象です。サポートされなくなった以前のフレームワークバージョンを使用している場合は、現在サポートされているフレームワークバージョンにアップグレードすることを強くお勧めします。

注記

他のフレームワークイメージまたは独自の Docker イメージに SageMaker Profiler を使用する場合は、次のセクションで提供されている SageMaker Profiler Python パッケージバイナリファイルを使用して SageMaker Profiler をインストールできます。

SageMaker Profiler Python パッケージバイナリファイル

独自の Docker コンテナを設定する場合は、PyTorch および TensorFlow 用の他の構築済みコンテナで SageMaker Profiler を使用するか、SageMaker Profiler Python パッケージをローカルにインストールして、次のバイナリファイルのいずれかを使用します。環境の Python および CUDA バージョンに応じて、次のいずれかを選択します。