Verwenden von PyTorch mit Amazon SageMaker

Sie können Amazon verwenden SageMaker , um ein Modell mit benutzerdefiniertem PyTorch Code zu trainieren und bereitzustellen. Die SageMaker Python-SDK- PyTorch Schätzer und -Modelle sowie der SageMaker Open-Source- PyTorch Container erleichtern das Schreiben und Ausführen eines PyTorch Skripts SageMaker .

Was möchten Sie tun?

Ich möchte ein benutzerdefiniertes PyTorch Modell in trainieren SageMaker.

Ein Beispiel für ein Jupyter-Notebook finden Sie im PyTorch Beispiel-Notebook im Amazon- SageMaker Beispiel GitHub-Repository.

Eine Dokumentation finden Sie unter Trainieren eines Modells mit PyTorch.

Ich habe ein PyTorch Modell, das ich in trainiert habe SageMaker, und ich möchte es auf einem gehosteten Endpunkt bereitstellen.

Weitere Informationen finden Sie unter Bereitstellen von PyTorch Modellen.

Ich habe ein PyTorch Modell, das ich außerhalb von trainiert habe SageMaker, und ich möchte es auf einem SageMaker Endpunkt bereitstellen

Weitere Informationen finden Sie unter Bereitstellen Ihres eigenen PyTorch Modells.

Ich möchte die API-Dokumentation für Amazon SageMaker Python SDK PyTorch-Klassen sehen.

Weitere Informationen finden Sie unter PyTorch Klassen .

Ich möchte das SageMaker PyTorch Container-Repository finden.

Weitere Informationen finden Sie unter SageMaker PyTorch Container- GitHub Repository.

Ich möchte Informationen zu PyTorch Versionen finden, die von AWS Deep Learning Containers unterstützt werden.

Weitere Informationen finden Sie unter Verfügbare Deep Learning-Container-Images.

Allgemeine Informationen zum Schreiben von PyTorch Trainingsskripten und zum Verwenden PyTorch von Schätzern und Modellen mit SageMakerfinden Sie unter Verwenden von PyTorch mit dem SageMaker Python-SDK.