As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Execute um trabalho de treinamento SageMaker distribuído com paralelismo de modelos
Aprenda a executar um trabalho de treinamento paralelo de modelo com seu próprio script de treinamento usando o SDK do SageMaker Python com a biblioteca de paralelismo de modelos. SageMaker
Há três cenários de uso para executar um trabalho de SageMaker treinamento.
-
Você pode usar um dos contêineres de aprendizado AWS profundo pré-criados para TensorFlow e. PyTorch Essa opção é recomendada se for a primeira vez que você usa a biblioteca paralela de modelos. Para encontrar um tutorial sobre como executar um trabalho de treinamento paralelo de SageMaker modelos, veja os exemplos de cadernos de PyTorch treinamento com a biblioteca de paralelismo de modelos da Amazon SageMaker AI.
-
Você pode estender os contêineres pré-criados para lidar com quaisquer requisitos funcionais adicionais para seu algoritmo ou modelo que a imagem pré-criada do SageMaker Docker não suporta. Para encontrar um exemplo de como você pode estender um contêiner predefinido, consulte Estender um Pre-built contêiner.
-
Você pode adaptar seu próprio contêiner Docker para trabalhar com SageMaker IA usando o kit de ferramentas SageMaker
de treinamento. Por exemplo, consulte Adaptando seu próprio contêiner de treinamento.
Para ver as opções 2 e 3 na lista anterior, consulte Estenda um contêiner Pre-built Docker que contém a biblioteca paralela SageMaker de modelos distribuídos para saber como instalar a biblioteca paralela de modelos em um contêiner Docker estendido ou personalizado.
Em todos os casos, você inicia seu trabalho de treinamento configurando uma SageMaker TensorFlow ou PyTorch ModelTrainer para ativar a biblioteca. Para saber mais, consulte os tópicos a seguir.
Tópicos
