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.
# Notas de lançamento do Amazon SageMaker Training Compiler
**Importante**
A Amazon Web Services (AWS) anuncia que não haverá novos lançamentos ou versões do SageMaker Training Compiler. Você pode continuar a utilizar o SageMaker Training Compiler por meio dos AWS Deep Learning Containers (DLCs) existentes para SageMaker treinamento. É importante observar que, embora os existentes DLCs permaneçam acessíveis, eles não receberão mais patches ou atualizações de AWS, de acordo com a [Política de Suporte do AWS Deep Learning Containers Framework](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html).
Consulte as notas de lançamento a seguir para acompanhar as atualizações mais recentes do Amazon SageMaker Training Compiler.
## SageMaker Notas de lançamento do Training Compiler: 13 de fevereiro de 2023
**Atualizações de moeda**
+ Suporte adicionado para PyTorch v1.13.1
**Correções de bugs**
+ Corrigido um problema de condição de corrida na GPU que estava causando perda de NAN em alguns modelos, como os modelos de transformador de visão (ViT).
**Outras alterações:**
+ SageMaker O Training Compiler melhora o desempenho PyTorch/XLA ao permitir a substituição automática dos otimizadores (como SGD, Adam, AdamW) em `torch.optim` ou `transformers.optimization` com as versões sem sincronização deles (como,,). `torch_xla.amp.syncfree` `torch_xla.amp.syncfree.SGD` `torch_xla.amp.syncfree.Adam` `torch_xla.amp.syncfree.AdamW` Você não precisa alterar as linhas de código nas quais define otimizadores em seu script de treinamento.
**Migração para contêineres de AWS Deep Learning**
Essa versão foi aprovada no teste de benchmark e foi migrada para o seguinte contêiner de aprendizado AWS profundo:
+ PyTorch v1.13.1
```
763104351884.dkr.ecr.us-west-2.amazonaws.com/pytorch-trcomp-training:1.13.1-gpu-py39-cu117-ubuntu20.04-sagemaker
```
Para encontrar uma lista completa dos contêineres pré-criados com o Amazon SageMaker Training Compiler, consulte. [Estruturas suportadas Regiões da AWS, tipos de instância e modelos testados](training-compiler-support.md)
## SageMaker Notas de lançamento do Training Compiler: 9 de janeiro de 2023
**Alterações significativas**
+ `tf.keras.optimizers.Optimizer`aponta para um novo otimizador na TensorFlow versão 2.11.0 e versões posteriores. Os otimizadores antigos foram movidos para `tf.keras.optimizers.legacy`. Você pode encontrar uma falha no trabalho devido à alteração significativa ao fazer o seguinte:
+ Carregar pontos de verificação de um otimizador antigo. Recomendamos que você mude para usar os otimizadores legados.
+ Use TensorFlow v1. Recomendamos que você migre para a TensorFlow v2 ou mude para os otimizadores legados se precisar continuar usando a v1. TensorFlow
Para obter uma lista mais detalhada das alterações significativas das alterações do otimizador, consulte as [notas de lançamento oficiais da TensorFlow v2.11.0](https://github.com/tensorflow/tensorflow/releases/tag/v2.11.0) no repositório. TensorFlow GitHub
**Migração para contêineres de AWS Deep Learning**
Essa versão foi aprovada no teste de benchmark e foi migrada para o seguinte contêiner de aprendizado AWS profundo:
+ TensorFlow v2.11.0
```
763104351884.dkr.ecr.{{}}.amazonaws.com/tensorflow-training:2.11.0-gpu-py39-cu112-ubuntu20.04-sagemaker
```
Para encontrar uma lista completa dos contêineres pré-criados com o Amazon SageMaker Training Compiler, consulte. [Estruturas suportadas Regiões da AWS, tipos de instância e modelos testados](training-compiler-support.md)
## SageMaker Notas de lançamento do Training Compiler: 8 de dezembro de 2022
**Correções de bugs**
+ Foi corrigida a velocidade dos trabalhos de PyTorch treinamento a partir da PyTorch versão 1.12 para garantir que não houvesse discrepância na inicialização do modelo em diferentes processos. Veja também [PyTorchReprodutibilidade](https://pytorch.org/docs/stable/notes/randomness.html).
+ Corrigido o problema que fazia com que trabalhos de treinamento PyTorch distribuídos nas instâncias G4dn e G5 não usassem como padrão a comunicação por meio de. [PCIe](https://en.wikipedia.org/wiki/PCI_Express)
**Problemas conhecidos**
+ O uso indevido dos transformadores PyTorch/XLA APIs de visão da Hugging Face pode levar a problemas de convergência.
**Outras alterações**
+ Ao usar a `Trainer` classe Hugging Face Transformers, certifique-se de usar SyncFree otimizadores definindo o argumento como. `optim` `adamw_torch_xla` Para obter mais informações, consulte [Modelos de linguagem grandes usando a classe `Trainer` de Hugging Face Transformers](training-compiler-pytorch-models.md#training-compiler-pytorch-models-transformers-trainer). Veja também [Otimizador](https://huggingface.co/docs/transformers/v4.23.1/en/perf_train_gpu_one#optimizer) na *documentação do Hugging Face Transformers*.
**Migração para contêineres de AWS Deep Learning**
Essa versão foi aprovada no teste de benchmark e foi migrada para o seguinte contêiner de aprendizado AWS profundo:
+ PyTorch v1.12.0
```
763104351884.dkr.ecr.{{}}.amazonaws.com/pytorch-trcomp-training:1.12.0-gpu-py38-cu113-ubuntu20.04-sagemaker
```
Para encontrar uma lista completa dos contêineres pré-criados com o Amazon SageMaker Training Compiler, consulte. [Estruturas suportadas Regiões da AWS, tipos de instância e modelos testados](training-compiler-support.md)
## SageMaker Notas de lançamento do Training Compiler: 4 de outubro de 2022
**Atualizações de moeda**
+ Foi adicionado suporte para TensorFlow v2.10.0.
**Outras alterações**
+ Foram adicionados modelos de PNL Hugging Face usando a biblioteca Transformers aos testes de estrutura. TensorFlow Para encontrar os modelos de transformadores testados, consulte [Modelos testados](training-compiler-support.md#training-compiler-tested-models).
**Migração para contêineres de AWS Deep Learning**
Essa versão foi aprovada no teste de benchmark e foi migrada para o seguinte contêiner de aprendizado AWS profundo:
+ TensorFlow v2.10.0
```
763104351884.dkr.ecr.{{}}.amazonaws.com/tensorflow-training:2.10.0-gpu-py39-cu112-ubuntu20.04-sagemaker
```
Para encontrar uma lista completa dos contêineres pré-criados com o Amazon SageMaker Training Compiler, consulte. [Estruturas suportadas Regiões da AWS, tipos de instância e modelos testados](training-compiler-support.md)
## SageMaker Notas de lançamento do Training Compiler: 1º de setembro de 2022
**Atualizações de moeda**
+ Foi adicionado suporte para Hugging Face Transformers v4.21.1 com v1.11.0. PyTorch
**Melhorias**
+ Implementou um novo mecanismo de lançamento de treinamento distribuído para ativar o SageMaker Training Compiler para modelos Hugging Face Transformer com. PyTorch Para saber mais, consulte [Executar trabalhos de PyTorch treinamento com o SageMaker Training Compiler for Distributed Training](training-compiler-enable-pytorch.md#training-compiler-estimator-pytorch-distributed).
+ Integrado com o EFA para melhorar a comunicação coletiva no treinamento distribuído.
+ Foi adicionado suporte para instâncias G5 para trabalhos PyTorch de treinamento. Para obter mais informações, consulte [Estruturas suportadas Regiões da AWS, tipos de instância e modelos testados](training-compiler-support.md).
**Migração para contêineres de AWS Deep Learning**
Essa versão foi aprovada no teste de benchmark e foi migrada para o seguinte contêiner de aprendizado AWS profundo:
+ [HuggingFace v4.21.1 com v1.11.0 PyTorch ](https://github.com/aws/deep-learning-containers/releases/tag/v1.0-trcomp-hf-4.21.1-pt-1.11.0-tr-gpu-py38)
```
763104351884.dkr.ecr.us-west-2.amazonaws.com/huggingface-pytorch-trcomp-training:1.11.0-transformers4.21.1-gpu-py38-cu113-ubuntu20.04
```
Para encontrar uma lista completa dos contêineres pré-criados com o Amazon SageMaker Training Compiler, consulte. [Estruturas suportadas Regiões da AWS, tipos de instância e modelos testados](training-compiler-support.md)
## SageMaker Notas de lançamento do Training Compiler: 14 de junho de 2022
**Novos atributos**
+ Foi adicionado suporte para TensorFlow v2.9.1. SageMaker O Training Compiler oferece suporte total aos TensorFlow módulos de compilação (`tf.*`) e aos módulos TensorFlow Keras (). `tf.keras.*`
+ Foi adicionado suporte para contêineres personalizados criados com a extensão do AWS Deep Learning Containers for TensorFlow. Para obter mais informações, consulte [Habilitar o SageMaker Training Compiler usando o SageMaker Python SDK e SageMaker Extending AI Framework Deep Learning](training-compiler-enable-tensorflow.md#training-compiler-enable-tensorflow-sdk-extend-container) Containers.
+ Foi adicionado suporte para instâncias G5 para trabalhos TensorFlow de treinamento.
**Migração para contêineres de AWS Deep Learning**
Essa versão foi aprovada no teste de benchmark e foi migrada para o seguinte contêiner de aprendizado AWS profundo:
+ TensorFlow 2.9.1
```
763104351884.dkr.ecr.{{}}.amazonaws.com/tensorflow-training:2.9.1-gpu-py39-cu112-ubuntu20.04-sagemaker
```
Para encontrar uma lista completa dos contêineres pré-criados com o Amazon SageMaker Training Compiler, consulte. [Estruturas suportadas Regiões da AWS, tipos de instância e modelos testados](training-compiler-support.md)
## SageMaker Notas de lançamento do Training Compiler: 26 de abril de 2022
**Melhorias**
+ Foi adicionado suporte para todos os Regiões da AWS locais em que os [AWS Deep Learning Containers](https://github.com/aws/deep-learning-containers/blob/master/available_images.md) estão em serviço, exceto nas regiões da China.
## SageMaker Notas de lançamento do Training Compiler: 12 de abril de 2022
**Atualizações de moeda**
+ Foi adicionado suporte para Hugging Face Transformers v4.17.0 com v2.6.3 e v1.10.2. TensorFlow PyTorch
## SageMaker Notas de lançamento do Training Compiler: 21 de fevereiro de 2022
**Melhorias**
+ Conclusão do teste de benchmark e confirmada a aceleração do treinamento nos tipos de instância `ml.g4dn`. Para encontrar uma lista completa das instâncias `ml` testadas, consulte [Tipos de instâncias compatíveis](training-compiler-support.md#training-compiler-supported-instance-types).
## SageMaker Notas de lançamento do Training Compiler: 01 de dezembro de 2021
**Novos atributos**
+ Lançou o Amazon SageMaker Training Compiler no AWS re:Invent 2021.
**Migração para contêineres de AWS Deep Learning**
+ O Amazon SageMaker Training Compiler passou no teste de benchmark e foi migrado para o AWS Deep Learning Containers. Para encontrar uma lista completa dos contêineres pré-criados com o Amazon SageMaker Training Compiler, consulte. [Estruturas suportadas Regiões da AWS, tipos de instância e modelos testados](training-compiler-support.md)