PyTorch Mit Amazon verwenden SageMaker

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

Was möchten Sie tun?

Ich möchte ein benutzerdefiniertes PyTorch Modell darin trainieren. SageMaker

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

Die Dokumentation finden Sie unter Train a Model with. PyTorch

Ich habe ein PyTorch Modell, in dem ich 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 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 PyTorch SDK-Klassen sehen.

Weitere Informationen finden Sie unter PyTorch Klassen.

Ich möchte das SageMaker PyTorch Container-Repository finden.

Weitere Informationen finden Sie unter SageMaker PyTorch GitHub Container-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 PyTorch zur Verwendung von Schätzern und Modellen mit SageMaker finden Sie unter PyTorch Mit dem SageMaker Python-SDK verwenden.