训练深度图网络入门 - Amazon SageMaker
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可作为深度学习容器在 Amazon 中提供ECR。在 Ama SageMaker zon 笔记本中编写估算器函数时,您可以选择深度学习容器。您也可以按照自带DGL容器指南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 Contain DGL er Registry 中的一个容器。 

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 图标来查找示例。

克隆 Amazon SageMaker SDK 和笔记本示例存储库
  1. 从 Amazon 的JupyterLab视图中 SageMaker,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。

火车

设置完成后,就可以训练深度图网络了。