Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Memulai dengan melatih jaringan grafik yang dalam
DGL tersedia sebagai wadah pembelajaran mendalam di Amazon ECR. Anda dapat memilih wadah pembelajaran mendalam saat menulis fungsi estimator di SageMaker buku catatan Amazon. Anda juga dapat membuat wadah khusus Anda sendiri dengan DGL dengan mengikuti panduan Bring Your Own Container. Cara termudah untuk memulai dengan jaringan grafik dalam menggunakan salah satu wadah DGL di Amazon Elastic Container Registry.
catatan
Dukungan kerangka kerja backend terbatas pada dan. PyTorch MXNet
Pengaturan
Jika Anda menggunakan Amazon SageMaker Studio, Anda perlu mengkloning repositori contoh terlebih dahulu. Jika Anda menggunakan instance notebook, Anda dapat menemukan contoh dengan memilih ikon SageMaker AI di bagian bawah bilah alat kiri.
Untuk mengkloning repositori SageMaker contoh Amazon SDK dan notebook
-
Dari JupyterLabtampilan di Amazon SageMaker AI, buka File Browser di bagian atas bilah alat kiri. Dari panel File Browser, Anda dapat melihat navigasi baru di bagian atas panel.
-
Pilih ikon di paling kanan untuk mengkloning repositori Git.
-
Tambahkan URL repositori: .git https://github.com/awslabs/ amazon-sagemaker-examples
-
Jelajahi folder yang baru ditambahkan dan isinya. Contoh DGL disimpan di sagemaker-python-sdkfolder.
Melatih
Setelah Anda mengatur, Anda dapat melatih jaringan grafik dalam.
