As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Antes de usar o carregador de dados de peneiramento SageMaker inteligente, verifique se sua estrutura de escolha é compatível, se os tipos de instância estão disponíveis em sua AWS conta e se sua AWS conta está em uma das regiões suportadas. AWS
nota
SageMaker a peneiração inteligente oferece suporte ao treinamento de PyTorch modelos com paralelismo de dados tradicional e paralelismo de dados distribuídos, o que cria réplicas de modelos em todos os funcionários da GPU e usa a operação. AllReduce Ele não funciona com técnicas de paralelismo de modelos, incluindo paralelismo de dados fragmentados. Como a peneiração SageMaker inteligente funciona para trabalhos de paralelismo de dados, certifique-se de que o modelo que você treina caiba em cada memória da GPU.
Estruturas compatíveis
SageMaker O smart sifting suporta as seguintes estruturas de aprendizado profundo e está disponível por meio do AWS Deep Learning Containers.
Tópicos
PyTorch
| Framework | Versão do framework | Contêineres de deep learning |
|---|---|---|
| PyTorch | 2.1.0 |
|
Para obter mais informações sobre os contêineres pré-criados, consulte Contêineres do SageMaker AI Framework
Regiões da AWS
Os contêineres fornecidos com a biblioteca de peneiramento SageMaker inteligente
Tipos de instância
Você pode usar a peneiração SageMaker inteligente para qualquer trabalho de PyTorch treinamento em qualquer tipo de instância. Recomendamos que você use instâncias P4d, P4de ou P5.
