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。

Amazon 分析功能的发行说明 SageMaker

请参阅以下发行说明，了解有关 Amazon 分析功能的最新更新 SageMaker。

2024年3月21日

货币更新

SageMaker Profiler 增加了对 PyTorch v2.0、v2.1.0 和 v2.0.1 的支持。

Amazon 预装了探查器的 Deep Learning Container SageMaker

SageMaker Profiler 封装在以下 Dee Amazon p Learning Containers 中。

2023 年 12 月 14 日

货币更新

SageMaker Profiler 增加了对 TensorFlow v2.13.0 的支持。

重大变化

此版本包含一项重大更改。P SageMaker rofiler Python 包名称已从更改为smppy。smprof如果您在开始使用下一节中 TensorFlow 列出的最新 Fr SageMaker am ework Containers 时一直在使用该包的先前版本，请确保smprof在训练脚本的 import 语句中smppy将包名称从更新为。

Amazon 预装了探查器的 Deep Learning Container SageMaker

SageMaker Profiler 封装在以下 Dee Amazon p Learning Containers 中。

如果你使用先前版本的框架容器，比如 TensorFlow v2.11.0，Profiler SageMaker Python 包仍然可用作。smppy如果您不确定应使用哪个版本或软件包名称，请将 P SageMaker rofiler 软件包的 import 语句替换为以下代码片段。

try:
    import smprof 
except ImportError:
    # backward-compatability for TF 2.11 and PT 1.13.1 images
    import smppy as smprof

2023 年 8 月 24 日

新功能

发布了 Amazon SageMaker Profiler，这是一种分析和可视化功能，用于深入研究在训练深度学习模型时配置的计算资源，并深入了解操作级别的细节。 SageMaker SageMaker Profiler 提供了 Python 模块 (smppy)，用于在脚本中添加注释 PyTorch 或 TensorFlow训练脚本并激活 P SageMaker rofiler。你可以通过 SageMaker Python SDK 和 Dee Amazon p Learning Containers 访问这些模块。对于使用 P SageMaker rofiler Python 模块运行的任何作业，您可以在 P SageMaker rofiler UI 应用程序中加载配置文件数据，该应用程序提供摘要仪表板和详细的时间表。要了解更多信息，请参阅使用 Amazon SageMaker Profiler 来分析 Amazon 计算资源上的活动。

此版本的 P SageMaker rofiler Python 包已集成到 PyTorch 和 TensorFlow的以下SageMaker 框架容器中。