翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# ディープグラフネットワークのトレーニングの始め方
<a name="deep-graph-library-get-started"></a>

DGL は、Amazon ECR のディープラーニングコンテナとして使用できます。Amazon SageMaker ノートブックで推定関数を書く際、ディープラーニングコンテナを選択できます。[独自のコンテナ](https://docs.aws.amazon.com/sagemaker/latest/dg/your-algorithms.html)ガイドに従って、DGL を使用して独自のカスタムコンテナを作成することもできます。ディープグラフネットワークの最も簡単な始め方は、Amazon Elastic Container Registry の DGL コンテナのいずれかを使用することです。  

**注記**  
 バックエンドフレームワークのサポートは PyTorch と MXNet に制限されています。

**セットアップ**  
Amazon SageMaker Studio を使用している場合は、まずサンプルリポジトリを複製してください。ノートブックインスタンスを使用している場合は、左側のツールバーの下部の SageMaker AI アイコンを選択することでいくつかの例を見つけることができます。

**Amazon SageMaker SDK およびノートブックサンプルリポジトリのクローンを作成するには**

1. Amazon SageMaker AI の **[JupyterLab]** ビューから、左側のツールバーの上部にある**[ファイルブラウザ]** に移動します。**[ファイルブラウザパネル]** では、パネルの上部に新しいナビゲーションが表示されます。

1. 右端のアイコンを選択して、Git リポジトリのクローンを作成します。

1. リポジトリの URL [https://github.com/awslabs/amazon-sagemaker-examples.git](https://github.com/awslabs/amazon-sagemaker-examples.git) を追加します。

1. 新しく追加したフォルダとその内容を参照します。DGL の例は、**sagemaker-python-sdk** フォルダに保存されています。

**トレーニング**  
設定したら、ディープグラフネットワークをトレーニングできます。