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