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。

# Amazon SageMaker AI 分析功能的版本備註
<a name="profiler-release-notes"></a>

查看以下版本備註，以追蹤 Amazon SageMaker AI 分析功能的最新更新。

## 2024 年 3 月 21 日
<a name="profiler-release-notes-20240321"></a>

**貨幣更新**

[SageMaker Profiler](train-use-sagemaker-profiler.md) 已新增對 PyTorch v2.2.0、v2.1.0 和 v2.0.1 的支援。

**AWS 預先安裝 SageMaker Profiler 的深度學習容器**

[SageMaker Profiler](train-use-sagemaker-profiler.md) 封裝在下列 [AWS 深度學習容器](https://github.com/aws/deep-learning-containers/blob/master/available_images.md)中。
+ 適用於 PyTorch v2.2.0 的 SageMaker AI 架構容器
+ 適用於 PyTorch v2.1.0 的 SageMaker AI 架構容器
+ 適用於 PyTorch v2.0.1 的 SageMaker AI 架構容器

## 2023 年 12 月 14 日
<a name="profiler-release-notes-20231214"></a>

**貨幣更新**

[SageMaker Profiler](train-use-sagemaker-profiler.md) 已新增對 TensorFlow v2.13.0 的支援。

**突破性變更**

此版本有突破性變更。SageMaker Profiler Python 套件名稱已從 `smppy` 變更為 `smprof`。如果您在開始使用下一節中所列適用於 TensorFlow 的最新 [SageMaker AI 架構容器](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only)時一直使用舊版套件，請務必在訓練指令碼的匯入陳述式中將套件名稱從 `smppy` 更新為 `smprof`。

**AWS 預先安裝 SageMaker Profiler 的深度學習容器**

[SageMaker Profiler](train-use-sagemaker-profiler.md) 封裝在下列 [AWS 深度學習容器](https://github.com/aws/deep-learning-containers/blob/master/available_images.md)中。
+ 適用於 TensorFlow v2.13.0 的 SageMaker AI 架構容器
+ 適用於 TensorFlow v2.12.0 的 SageMaker AI 架構容器

如果您使用舊版的[架構容器](profiler-support.md#profiler-support-frameworks)，例如 TensorFlow v2.11.0，SageMaker Profiler Python 套件仍可做為 `smppy` 使用。如果您不確定應使用哪個版本或套件名稱，請使用下列程式碼片段取代 SageMaker Profiler 套件的匯入陳述式。

```
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
<a name="profiler-release-notes-20230824"></a>

**新功能**

發佈的 Amazon SageMaker Profiler 是 SageMaker AI 的一項分析和視覺化功能，可在訓練深度學習模型的同時深入剖析佈建的運算資源，並取得操作層級詳細資訊的可見性。SageMaker Profiler 提供 Python 模組 (`smppy`)，可在整個 PyTorch 或 TensorFlow 訓練指令碼中新增註釋，並啟用 SageMaker Profiler。您可以透過 SageMaker AI Python SDK 和 AWS 深度學習容器存取模組。對於任何使用 SageMaker Profiler Python 模組執行的任務，您可以在提供摘要儀表板和詳細時間軸的 SageMaker Profiler 使用者介面應用程式中載入設定檔資料。如需詳細資訊，請參閱 [Amazon SageMaker Profiler](train-use-sagemaker-profiler.md)。

此版本的 SageMaker Profiler Python 套件已整合至下列適用於 PyTorch 和 TensorFlow 的 [SageMaker AI 架構容器](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only)。
+ PyTorch 2.0.0 版
+ PyTorch 1.13.1 版
+ TensorFlow 2.12.0 版
+ TensorFlow 2.11.0 版