訓練深度圖表網路的入門 - Amazon SageMaker

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

訓練深度圖表網路的入門

DGL 可在 Amazon 中作為深度學習容器使用ECR。您可以在 Amazon SageMaker 筆記本中寫入估算器函數時選取深度學習容器。您也可以DGL遵循自有容器指南，使用 來製作自訂容器。開始使用深層圖形網路的最簡單方法，是使用 Amazon Elastic Container Registry 中的其中一個DGL容器。 

注意

後端架構支援僅限於 PyTorch 和 MXNet。

設定

如果您使用的是 Amazon SageMaker Studio，則需要先複製範例儲存庫。如果您使用的是筆記本執行個體，您可以選擇左側工具列底部的 SageMaker 圖示來尋找範例。

若要複製 Amazon SageMaker SDK 和筆記本範例儲存庫

  1. 從 Amazon 的JupyterLab檢視中 SageMaker，前往左側工具列頂端的檔案瀏覽器。從檔案瀏覽器面板中，您可以在面板頂端看到新導覽。

  2. 選擇最右側的圖示來複製 Git 儲存庫。

  3. 新增儲存庫 URL：https://github.com/awslabs/amazon-sagemaker-examples.git

  4. 瀏覽最近新增的資料夾及其內容。這些DGL範例會儲存在 sagemaker-python-sdk 資料夾中。

訓練

設定之後，您可以訓練深層圖形網路。