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.
Conectando-se a HyperPod clusters e enviando tarefas a clusters
Você pode iniciar cargas de trabalho de aprendizado de máquina em HyperPod clusters dentro do Amazon SageMaker Studio IDEs. Quando você inicia o Studio IDEs em um HyperPod cluster, um conjunto de comandos está disponível para ajudar você a começar. Você pode trabalhar em seus scripts de treinamento, usar contêineres do Docker para os scripts de treinamento e enviar trabalhos para o cluster, tudo de dentro do Studio IDEs. A seção a seguir fornece informações sobre como conectar seu cluster ao Studio IDEs.
No Amazon SageMaker Studio, você pode navegar até um dos seus clusters em HyperPodclusters (em Compute) e visualizar sua lista de clusters. Você pode conectar seu cluster a um IDE listado em Ações.
Também é possível escolher seu sistema de arquivos personalizado na lista de opções. Para ter informações sobre como obter configurar isso, consulte Configurando HyperPod no Studio.
Também é possível criar um espaço e executar um IDE usando a AWS CLI. Para fazer isso, use os comandos a seguir. O exemplo a seguir cria um Private JupyterLab espaço para user-profile-namefs-id
-
Crie um espaço usando
create-spaceAWS CLIo. aws sagemaker create-space \ --regionyour-region\ --ownership-settings "OwnerUserProfileName=user-profile-name" \ --space-sharing-settings "SharingType=Private" \ --space-settings "AppType=JupyterLab,CustomFileSystems=[{FSxLustreFileSystem={FileSystemId=fs-id}}]" -
Crie o aplicativo usando
create-appAWS CLIo. aws sagemaker create-app \ --regionyour-region\ --space-namespace-name\ --resource-spec '{"ec2InstanceType":"'"instance-type"'","appEnvironmentArn":"'"image-arn"'"}'
Depois de abrir suas aplicações, você pode enviar tarefas diretamente aos clusters com os quais você tem conexão.
