기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
DGL은 Amazon ECR에서 딥 러닝 컨테이너로 제공됩니다. Amazon SageMaker 노트북에서 예측기 함수를 작성할 때 딥 러닝 컨테이너를 선택할 수 있습니다. 자체 컨테이너 사용 설명서에 따라 DGL을 사용하여 나만의 맞춤형 컨테이너를 만들 수도 있습니다. 딥 그래프 네트워크를 시작하는 가장 쉬운 방법은 Amazon Elastic Container Registry의 DGL 컨테이너 중 하나를 사용하는 것입니다.
참고
백엔드 프레임워크 지원은 PyTorch 및 MXNet으로 제한됩니다.
설정
Amazon SageMaker Studio를 사용하는 경우 먼저 예제 리포지토리를 복제해야 합니다. 노트북 인스턴스를 사용하는 경우 왼쪽 도구 모음 하단에서 SageMaker AI 아이콘을 선택하여 예제를 찾을 수 있습니다.
Amazon SageMaker AI SDK 및 노트북 예제 리포지토리 복제
-
Amazon SageMaker AI의 JupyterLab 보기에서 왼쪽 도구 모음 상단의 파일 브라우저로 이동합니다. 파일 브라우저 패널의 패널 상단에서 새 탐색을 볼 수 있습니다.
-
Git 리포지토리를 복제하려면 가장 오른쪽에 있는 아이콘을 선택합니다.
-
리포지토리 URL https://github.com/awslabs/amazon-sagemaker-examples.git
를 추가합니다. -
새로 추가된 폴더와 그 콘텐츠를 찾아봅니다. DGL 예제는 sagemaker-python-sdk 폴더에 저장됩니다.
훈련
설정한 후에는 딥 그래프 네트워크를 훈련할 수 있습니다.
