Questa è l'app Linux denominata SageMaker Training Toolkit la cui ultima versione può essere scaricata come v4.7.3sourcecode.zip. Può essere eseguito online nel provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online questa app denominata SageMaker Training Toolkit con OnWorks gratuitamente.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avviare l'emulatore online OnWorks Linux o Windows online o l'emulatore online MACOS da questo sito Web.
- 5. Dal sistema operativo OnWorks Linux che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione, installala ed eseguila.
IMMAGINI
Ad
Kit di strumenti per la formazione di SageMaker
DESCRIZIONE
Addestra modelli di machine learning all'interno di un container Docker utilizzando Amazon SageMaker. Amazon SageMaker è un servizio completamente gestito per flussi di lavoro di data science e machine learning (ML). Puoi utilizzare Amazon SageMaker per semplificare il processo di creazione, addestramento e distribuzione di modelli ML. Per addestrare un modello, puoi includere lo script di addestramento e le dipendenze in un contenitore Docker che esegue il codice di addestramento. Un contenitore fornisce un ambiente efficacemente isolato, garantendo un runtime coerente e un processo di addestramento affidabile. Il SageMaker Training Toolkit può essere facilmente aggiunto a qualsiasi contenitore Docker, rendendolo compatibile con SageMaker per i modelli di addestramento. Se utilizzi un'immagine Docker SageMaker predefinita per l'addestramento, questa libreria potrebbe essere già inclusa. Scrivi uno script di addestramento (ad es. train.py). Definire un contenitore con un Dockerfile che includa lo script di training e le eventuali dipendenze.
Caratteristiche
- Passa gli argomenti al punto di ingresso usando gli iperparametri
- Per addestrare un modello utilizzando l'immagine su SageMaker, invia l'immagine a ECR e avvia un processo di addestramento SageMaker con l'URI dell'immagine
- Leggi informazioni aggiuntive utilizzando le variabili di ambiente
- Ottenere informazioni sull'ambiente del contenitore
- Eseguire il punto di ingresso
- Crea un'immagine Docker e addestra un modello
Linguaggio di programmazione
Python
Categorie
Questa è un'applicazione che può anche essere recuperata da https://sourceforge.net/projects/sagemaker-train-toolkit.mirror/. È stato ospitato in OnWorks per poter essere eseguito online nel modo più semplice da uno dei nostri Sistemi Operativi gratuiti.
