Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# AWS Batch supporto per lavori di formazione SageMaker sull'intelligenza artificiale
Una [coda dei processi AWS Batch](https://docs.aws.amazon.com/batch/latest/userguide/job_queues.html) archivia e assegna le priorità ai processi inviati prima che vengano eseguiti sulle risorse di calcolo. Puoi inviare lavori di formazione sull' SageMaker intelligenza artificiale a una coda di lavoro per sfruttare gli strumenti di pianificazione e prioritizzazione dei lavori senza server forniti da. AWS Batch
## Come funziona
I passaggi seguenti descrivono il flusso di lavoro su come utilizzare una coda di lavoro con i AWS Batch lavori di formazione basati sull'intelligenza artificiale. SageMaker Per tutorial più dettagliati e notebook di esempio, consulta la sezione [Nozioni di base](#training-job-queues-get-started).
+ Configurazione AWS Batch ed eventuali autorizzazioni necessarie. Per ulteriori informazioni, consulta [Setting up AWS Batch](https://docs.aws.amazon.com/batch/latest/userguide/get-set-up-for-aws-batch.html) in *AWS Batch User Guide*.
+ Crea le seguenti AWS Batch risorse nella console o utilizzando: AWS CLI
+ [Ambiente di servizio](https://docs.aws.amazon.com/batch/latest/userguide/service-environments.html): contiene i parametri di configurazione per l'integrazione con l' SageMaker intelligenza artificiale.
+ [SageMaker Coda di lavoro per la formazione sull'intelligenza artificiale](https://docs.aws.amazon.com/batch/latest/userguide/create-sagemaker-job-queue.html): si integra con l' SageMaker intelligenza artificiale per inviare lavori di formazione.
+ Configura i tuoi dati e richiedi un lavoro di formazione sull' SageMaker intelligenza artificiale, ad esempio l'immagine del tuo contenitore di formazione. Per inviare un lavoro di formazione a una AWS Batch coda, puoi utilizzare l'SDK Python AI o AWS SDK per Python (Boto3) l' SageMaker AI Python SDK. AWS CLI
+ Invia i tuoi job di addestramento alla coda dei processi. Puoi utilizzare le opzioni seguenti per inviare i processi:
+ Utilizza l'API di AWS Batch [SubmitServiceJob](https://docs.aws.amazon.com/batch/latest/APIReference/API_SubmitServiceJob.html).
+ Usa il [`aws_batch`modulo](https://github.com/aws/sagemaker-python-sdk/tree/master/src/sagemaker/aws_batch) dell'SDK SageMaker AI Python. Dopo aver creato un TrainingQueue oggetto e un oggetto di addestramento del modello (come un Estimator o ModelTrainer), puoi inviare lavori di formazione all'utente che TrainingQueue utilizza il metodo. `queue.submit()`
+ Dopo aver inviato i lavori, visualizza la coda dei lavori e lo stato dei lavori con la AWS Batch console, l' AWS Batch [DescribeServiceJob](https://docs.aws.amazon.com/batch/latest/APIReference/API_DescribeServiceJob.html)API o l' SageMaker API AI. [DescribeTrainingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeTrainingJob.html)
## Costo e disponibilità
Per informazioni dettagliate sui prezzi dei lavori di formazione, consulta [i prezzi di Amazon SageMaker AI](https://aws.amazon.com/sagemaker-ai/pricing/). Con AWS Batch, paghi solo per AWS le risorse utilizzate, come le istanze Amazon EC2. Per ulteriori informazioni, consultare [Prezzi di AWS Batch](https://aws.amazon.com/batch/pricing/).
Puoi utilizzarlo AWS Batch per lavori di formazione sull' SageMaker intelligenza artificiale Regione AWS ovunque siano disponibili lavori di formazione. Per ulteriori informazioni, consulta [Endpoint e quote Amazon SageMaker AI](https://docs.aws.amazon.com/general/latest/gr/sagemaker.html).
Per assicurarti di avere la capacità richiesta quando ne hai bisogno, puoi utilizzare SageMaker AI Flexible Training Plans (FTP). Questi piani ti consentono di prenotare capacità per i tuoi job di addestramento. In combinazione con le funzionalità AWS Batch di accodamento, puoi massimizzarne l'utilizzo durante la durata del piano. Per ulteriori informazioni, consulta [Riserva piani di formazione per te, corsi di formazione per lavori o cluster](https://docs.aws.amazon.com/sagemaker/latest/dg/reserve-capacity-with-training-plans.html). HyperPod
## Nozioni di base
Per un tutorial su come impostare una coda di AWS Batch lavoro e inviare lavori di formazione [AWS Batch sull' SageMaker intelligenza artificiale, vedi Guida introduttiva all' SageMaker IA](https://docs.aws.amazon.com/batch/latest/userguide/getting-started-sagemaker.html) nella Guida per l'*AWS Batch utente*.
Per i notebook Jupyter che mostrano come utilizzare il modulo `aws_batch` nell'SDK AI SageMaker Python, consulta gli esempi di notebook [AWS Batch for SageMaker ](https://github.com/aws/amazon-sagemaker-examples/tree/default/%20%20%20%20%20%20build_and_train_models/sm-training-queues) AI Training jobs nel repository. amazon-sagemaker-examples GitHub