Guida introduttiva alla formazione di una rete Deep Graph

DGL è disponibile come container di deep learning in Amazon ECR. Puoi selezionare contenitori di deep learning quando scrivi la funzione di stima su un SageMaker notebook Amazon. Puoi anche creare il tuo contenitore personalizzato con DGL seguendo la guida Bring Your Own Container. Il modo più semplice per iniziare a utilizzare una rete deep graph utilizza uno dei contenitori DGL in Amazon Elastic Container Registry. 

Nota

Il supporto del framework di backend è limitato a PyTorch e. MXNet

Configurazione

Se utilizzi Amazon SageMaker Studio, devi prima clonare l'archivio degli esempi. Se utilizzi un'istanza notebook, puoi trovare gli esempi scegliendo l'icona SageMaker AI nella parte inferiore della barra degli strumenti a sinistra.

Per clonare l'Amazon SageMaker SDK e l'archivio di esempi di notebook

1. Dalla JupyterLabvista in Amazon SageMaker AI, vai al File Browser nella parte superiore della barra degli strumenti a sinistra. Dal riquadro del browser dei file è possibile vedere una nuova navigazione nella parte superiore del pannello.

2. Scegliere l'icona all'estrema destra per clonare un repository Git.

3. Aggiungi l'URL del repository: .git https://github.com/awslabs/ amazon-sagemaker-examples

4. Sfogliare la cartella appena aggiunta e il relativo contenuto. Gli esempi DGL sono archiviati nella cartella. sagemaker-python-sdk

Treno

Dopo la configurazione, puoi addestrare la rete Deep Graph.