本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 訓練深度圖形網路入門
<a name="deep-graph-library-get-started"></a>

DGL 可作為 Amazon ECR 中的深度學習容器。當您在 Amazon SageMaker 筆記本中撰寫估算器函式時，您可以選取深度學習容器。您也可以按照[使用自有容器](https://docs.aws.amazon.com/sagemaker/latest/dg/your-algorithms.html)指南，以 DGL 製作自己的自訂容器。 使用 Amazon Elastic Container Registry 的其中一個 DGL 容器來開始訓練深度圖形網路是最簡單的方式。  

**注意**  
 僅支援 PyTorch 和 MXNet 作為後端框架。

**設定**  
如果您使用 Amazon SageMaker Studio，則需要先複製範例儲存庫。如果您使用筆記本執行個體，透過選擇左側工具列底部的 SageMaker AI 圖示，即可找到範例。

**複製 Amazon SageMaker 開發套件和筆記本範例儲存庫**

1. 從 Amazon SageMaker AI 的 **JupyterLab** 檢視中，前往左側工具列頂端的**檔案瀏覽器**。從**檔案瀏覽器面板**中，您可以在面板頂端看到新導覽。

1. 選擇最右側的圖示來複製 Git 儲存庫。

1. 新增儲存庫 URL：[https://github.com/awslabs/amazon-sagemaker-examples.git](https://github.com/awslabs/amazon-sagemaker-examples.git) 

1. 瀏覽最近新增的資料夾及其內容。DGL 範例儲存在 **sagemaker-python-sdk** 資料夾中。

**訓練**  
設定完成後，您可以訓練深度圖形網路。