本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Amazon A SageMaker I 分析功能的发行说明

请参阅以下发行说明，了解有关 Amazon A SageMaker I 分析功能的最新更新。

2024 年 3 月 21 日

通用更新

SageMaker Profiler 增加了对 PyTorch v2.0、v2.1.0 和 v2.0.1 的支持。

AWS 预装了探查器的 Deep Learning Container SageMaker

SageMaker Profiler 封装在以下 Dee AWS p Learning Containers 中。

2023 年 12 月 14 日

通用更新

SageMaker Profiler 增加了对 TensorFlow v2.13.0 的支持。

重大更改

本次发布涉及一项重大更改。P SageMaker rofiler Python 包名称已从更改为smppy。smprof如果您在开始使用下一节中 TensorFlow 列出的最新 SageMaker AI Framework 容器时一直在使用该包的先前版本，请确保在训练脚本的导入语句smprof中smppy将包名称从更新为。

AWS 预装了探查器的 Deep Learning Container SageMaker

SageMaker Profiler 封装在以下 Dee AWS p Learning Containers 中。

如果你使用先前版本的框架容器，比如 TensorFlow v2.11.0，Profiler SageMaker Python 包仍然可用作。smppy如果您不确定应使用哪个版本或软件包名称，请将 P SageMaker rofiler 软件包的 import 语句替换为以下代码片段。

try:
    import smprof 
except ImportError:
    # backward-compatability for TF 2.11 and PT 1.13.1 images
    import smppy as smprof

2023 年 8 月 24 日

新功能

发布 Amazon SageMaker Profiler，这是一项 SageMaker AI 的分析和可视化功能，用于深入研究在训练深度学习模型时配置的计算资源，并深入了解操作级别的细节。 SageMaker Profiler 提供了 Python 模块 (smppy)，用于在脚本中添加注释 PyTorch 或 TensorFlow训练脚本并激活 P SageMaker rofiler。你可以通过 SageMaker AI Python SDK 和 Dee AWS p Learning Containers 访问这些模块。对于使用 P SageMaker rofiler Python 模块运行的任何作业，您都可以在提供摘要仪表板和详细时间轴的 P SageMaker rofiler UI 应用程序中加载配置文件数据。要了解更多信息，请参阅 Amazon P SageMaker rofiler。

此版本的 P SageMaker rofiler Python 包已集成到以下适用于 PyTorch 和 TensorFlow的 SageMaker AI 框架容器中。