将 PyTorch 与 Amazon SageMaker 结合使用 - Amazon SageMaker
AWS 文档中描述的 AWS 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 AWS 服务入门

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。

将 PyTorch 与 Amazon SageMaker 结合使用

您可以使用 Amazon SageMaker,通过自定义 PyTorch 代码训练和部署模型。Python 开发工具包 SageMaker 评估程序和模型以及 PyTorch 开源 SageMaker 容器使得在 PyTorch 中编写和运行 PyTorch 脚本变得更加轻松。SageMaker

您需要做什么?

我想要在 PyTorch 中训练自定义 SageMaker 模型。

有关示例 Jupyter 笔记本,请参阅 示例 PyTorch 存储库中的 Amazon SageMaker 示例笔记本GitHub。

有关文档,请参阅使用 PyTorch 训练模型

我有一个在 PyTorch 中训练过的 SageMaker 模型,我想将它部署到托管终端节点。

有关更多信息,请参阅部署 PyTorch 模型

我有一个在 PyTorch 之外训练过的 SageMaker 模型,我想将它部署到 SageMaker 终端节点

有关更多信息,请参阅从模型数据部署终端节点

我想查看 Amazon SageMaker Python SDK PyTorch 类的 API 文档。

有关更多信息,请参阅 PyTorch 类

我想查找 SageMaker PyTorch 容器存储库。

有关更多信息,请参阅 SageMaker 容器 PyTorch 存储库GitHub。

我想查找有关 PyTorch Deep Learning Containers 支持的 AWS 版本的信息。

有关更多信息,请参阅可用的深度学习容器映像

有关编写 PyTorch 训练脚本以及将 PyTorch 评估程序和模型与 SageMaker 一起使用的一般信息,请参阅将 PyTorch 与 SageMaker Python 开发工具包结合使用