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。
# 支持的框架和 Amazon 区域
在使用 SageMaker 智能筛选数据加载器之前，请检查您选择的框架是否受支持，实例类型是否在您的 Amazon 账户中可用，以及您的 Amazon 账户是否位于支持的 Amazon 区域之一。
**注意**
SageMaker smart sifting 支持使用传统的数据并行性和分布式数据并行性进行 PyTorch 模型训练，从而在所有 GPU 工作中生成模型副本并使用该操作。`AllReduce`它不适用于模型并行技术，包括分片数据并行。由于 SageMaker 智能筛选适用于数据并行任务，因此请确保您训练的模型适合每个 GPU 内存。
## 支持的框架
SageMaker 智能筛选支持以下深度学习框架，可通过 Deep Learning Contain Amazon ers 获得。
**Topics**
+ [PyTorch](#train-smart-sifting-supported-frameworks-pytorch)
### PyTorch
| 框架 | 框架版本 | 深度学习容器 URI |
| --- | --- | --- |
| PyTorch | 2.1.0 | {{763104351884}}.dkr.ecr。 {{region}}.amazonaws.com/pytorch-training：2.1.0-gpu-py310-cu121-ubuntu20.04-sagemaker |
有关预构建容器的更多信息，请参阅 Dee *Amazon p Learning Containers GitHub 存储库中的 [SageMaker AI 框架容](https://github.com/aws/deep-learning-containers/blob/master/available_images.md)器*。
## Amazon Web Services 区域
[随 SageMaker 智能筛选库打包的容器](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-training-compiler-containers)可在使用 Dee [Amazon p Learning Containers Amazon Web Services 区域](https://github.com/aws/deep-learning-containers/blob/master/available_images.md) 的地方找到。
## 实例类型
您可以对任何实例类型上的任何 PyTorch 训练作业使用 SageMaker 智能筛选。我们建议您使用 P4d、P4de 或 P5 实例。