기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# Amazon SageMaker AI의 프로파일링 기능에 대한 릴리스 정보
<a name="profiler-release-notes"></a>

Amazon SageMaker AI의 프로파일링 기능에 대한 최신 업데이트를 추적하려면 다음 릴리스 정보를 참조하세요.

## 2024년 3월 21일
<a name="profiler-release-notes-20240321"></a>

**통화 업데이트**

[SageMaker Profiler](train-use-sagemaker-profiler.md)는 PyTorch v2.2.0, v2.1.0 및 v2.0.1에 대한 지원을 추가했습니다.

**AWS SageMaker Profiler가 사전 설치된 딥 러닝 컨테이너**

[SageMaker Profiler](train-use-sagemaker-profiler.md)는 다음과 같은 [AWS 딥 러닝 컨테이너](https://github.com/aws/deep-learning-containers/blob/master/available_images.md)에서 사용할 수 있습니다.
+ PyTorch v2.2.0용 SageMaker AI 프레임워크 컨테이너
+ PyTorch v2.1.0용 SageMaker AI 프레임워크 컨테이너
+ PyTorch v2.0.1용 SageMaker AI 프레임워크 컨테이너

## 2023년 12월 14일
<a name="profiler-release-notes-20231214"></a>

**통화 업데이트**

[SageMaker Profiler](train-use-sagemaker-profiler.md)는 TensorFlow v2.13.0에 대한 지원을 추가했습니다.

**호환성에 영향을 미치는 변경 사항**

이 릴리스에는 중단되는 변경 사항이 포함되어 있습니다. SageMaker Profiler Python 패키지 이름이 `smppy`에서 `smprof`로 변경됩니다. 다음 섹션에 나열된 최신 [SageMaker AI Framework Containers](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only) for TensorFlow 사용을 시작하는 동안 패키지의 이전 버전을 사용한 경우 훈련 스크립트의 가져오기 문에서 패키지 이름을 `smppy`에서 `smprof`로 업데이트해야 합니다.

**AWS SageMaker Profiler가 사전 설치된 딥 러닝 컨테이너**

[SageMaker Profiler](train-use-sagemaker-profiler.md)는 다음과 같은 [AWS 딥 러닝 컨테이너](https://github.com/aws/deep-learning-containers/blob/master/available_images.md)에서 사용할 수 있습니다.
+ TensorFlow v2.13.0용 SageMaker AI 프레임워크 컨테이너
+ TensorFlow v2.12.0용 SageMaker AI 프레임워크 컨테이너

TensorFlow v2.11.0과 같은 [프레임워크 컨테이너](profiler-support.md#profiler-support-frameworks)의 이전 버전을 사용하는 경우에도 SageMaker Profiler Python 패키지는 `smppy`로 계속 사용할 수 있습니다. 어떤 버전이나 패키지 이름을 사용해야 하는지 확실하지 않은 경우 SageMaker Profiler 패키지의 가져오기 문을 다음 코드 코드 코드 조각으로 바꿉니다.

```
try:
    import smprof 
except ImportError:
    # backward-compatability for TF 2.11 and PT 1.13.1 images
    import smppy as smprof
```

## 2023년 8월 24일
<a name="profiler-release-notes-20230824"></a>

**새로운 기능**

Amazon SageMaker Profiler를 출시했습니다. SageMaker AI의 프로파일링 및 시각화 기능으로, 딥 러닝 모델을 훈련하는 동안 프로비저닝되는 컴퓨팅 리소스를 심층적으로 분석하고 운영 수준 세부 정보를 파악합니다. SageMaker Profiler는 PyTorch 또는 TensorFlow 훈련 스크립트 전체에 주석을 추가하고 SageMaker Profiler를 활성화하기 위한 Python 모듈(`smppy`)을 제공합니다. SageMaker AI Python SDK 및 AWS 딥 러닝 컨테이너를 통해 모듈에 액세스할 수 있습니다. SageMaker Profiler Python 모듈로 실행되는 모든 작업의 경우 사용자는 요약 대시보드와 자세한 타임라인을 제공하는 SageMaker Profiler UI 애플리케이션에서 프로필 데이터를 로드할 수 있습니다. 자세한 내용은 [Amazon SageMaker Profiler](train-use-sagemaker-profiler.md)를 참조하세요.

SageMaker Profiler Python 패키지의 이번 릴리스는 PyTorch 및 TensorFlow용 다음 [SageMaker AI 프레임워크 컨테이너](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only)에 통합됩니다.
+ PyTorch v2.0.0
+ PyTorch v1.13.1
+ TensorFlow v2.12.0
+ TensorFlow v2.11.0