训练深度图网络入门 - 亚马逊 SageMaker AI
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

训练深度图网络入门

DGL 可在 Amazon ECR 中用作深度学习容器。在 Amazon SageMaker 笔记本中编写评估程序函数时，可以选择深度学习容器。您也可以按照自带容器指南中的说明，使用 DGL 制作自己的自定义容器。开始使用深度图网络的最简单方法是使用 Amazon Elastic Container Registry 中的 DGL 容器之一。 

注意

后端框架支持仅限于 PyTorch 和 MXNet。

设置

如果您使用的是 Amazon SageMaker Studio，则需要先克隆示例存储库。如果您使用的是笔记本实例，则可以通过选择左侧工具栏底部的 SageMaker AI 图标来查找示例。

克隆 Amazon SageMaker 开发工具包和笔记本示例存储库

  1. 从 Amazon SageMaker AI 中的 JupyterLab 视图，转到左侧工具栏顶部的文件浏览器。从文件浏览器面板中，您会在面板顶部看到新的导航。

  2. 选择最右侧的图标来克隆 Git 存储库。

  3. 添加存储库 URL：https://github.com/awslabs/amazon-sagemaker-examples.git

  4. 浏览新添加的文件夹及其内容。DGL 示例存储在 sagemaker-python-sdk 文件夹中。

训练

设置完成后，您就可以训练深度图网络了。