使用模型并行性运行 SageMaker 分布式训练作业 - 亚马逊 SageMaker AI

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

使用模型并行性运行 SageMaker 分布式训练作业

了解如何使用 SageMaker Python SDK 以及 SageMaker 模型并行性库，通过您自己的训练脚本运行模型并行性训练作业。

运行 SageMaker 训练作业有三种使用场景：

  1. 您可以使用适用于 TensorFlow 和 PyTorch 的预构建 AWS 深度学习容器之一。如果这使您首次使用模型并行库，则建议使用此选项。要查找有关如何运行 SageMaker 模型并行训练作业的教程，请参阅 PyTorch 训练与 Amazon SageMaker AI 的模型并行库中的示例笔记本。

  2. 您可以扩展预构建的容器，以便在预构建的 SageMaker Docker 映像不支持算法或模型时，满足任何其他功能要求。要查找如何扩展预构建容器的示例，请参阅扩展预构建容器。

  3. 您可以使用 SageMaker 训练工具包，调整自己的 Docker 容器来用于 SageMaker AI。有关示例，请参阅调整您自己的训练容器。

对于前述列表中的选项 2 和 3，请参阅扩展包含 SageMaker 分布式模型并行库的预构建 Docker 容器，以了解如何在扩展或自定义的 Docker 容器中安装模型并行库。

在所有情况下，您都需要启动训练作业，配置 SageMaker TensorFlow 或 PyTorch 估算器来激活库。要了解更多信息，请参阅以下主题。

主题