支持的框架和 AWS 区域 - Amazon SageMaker
支持的框架AWS 区域实例类型

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。

支持的框架和 AWS 区域

在使用 SageMaker 智能筛选数据加载器之前，请检查您选择的框架是否受支持，实例类型是否在您的 AWS 账户中可用，以及您的 AWS 账户是否位于支持的 AWS 区域之一。

注意

SageMaker smart sifting 支持使用传统的数据并行性和分布式数据并行性进行 PyTorch 模型训练，后者可以在所有 GPU worker 中生成模型副本并使用该操作。AllReduce它不适用于模型并行技术，包括分片数据并行性。由于 SageMaker 智能筛选适用于数据并行任务，因此请确保您训练的模型适合每个内存。GPU

支持的框架

SageMaker 智能筛选支持以下深度学习框架，可通过 Deep Learning Contain AWS ers 获得。

主题

PyTorch

框架 框架版本 深度学习容器 URI
PyTorch 2.1.0

763104351884.dkr.ecr。region.amazonaws.com/pytorch-training：2.1.0-gpu-py310-cu121-ubuntu20.04-sagemaker

有关预构建容器的更多信息，请参阅 Dee AWS p Learning Containers GitHub 存储库中的SageMaker 框架容器。

AWS 区域

随 SageMaker 智能筛选库打包的容器可在使用 Dee AWS p Learning Containers AWS 区域 的地方找到。

实例类型

您可以对任何实例类型上的任何 PyTorch 训练作业使用 SageMaker 智能筛选。我们建议您使用 P4d、p4de 或 P5 实例。