Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Unterstützte Frameworks und Regionen AWS
<a name="train-smart-sifting-what-is-supported"></a>

Bevor Sie SageMaker Smart Sifting Data Loader verwenden, überprüfen Sie, ob das Framework Ihrer Wahl unterstützt wird, ob die Instance-Typen in Ihrem AWS Konto verfügbar sind und ob sich Ihr AWS Konto in einer der unterstützten AWS Regionen befindet.

**Anmerkung**  
SageMaker Smart Sifting unterstützt das PyTorch Modelltraining mit herkömmlicher Datenparallelität und verteilter Datenparallelität, wodurch Modellreplikate in allen GPU-Workern erstellt und die Operation verwendet wird. `AllReduce` Es funktioniert nicht mit Methoden zur Modellparallelität wie der Parallelität fragmentierter Daten. Da SageMaker Smart Sifting für Datenparallelitätsaufgaben funktioniert, sollten Sie sicherstellen, dass das Modell, das Sie trainieren, in jeden GPU-Speicher passt.

## Unterstützte Frameworks
<a name="train-smart-sifting-supported-frameworks"></a>

SageMaker smart sifting unterstützt die folgenden Deep-Learning-Frameworks und ist über AWS Deep Learning Containers verfügbar.

**Topics**
+ [PyTorch](#train-smart-sifting-supported-frameworks-pytorch)

### PyTorch
<a name="train-smart-sifting-supported-frameworks-pytorch"></a>


| Framework | Framework-Version | Deep Learning Container URI | 
| --- | --- | --- | 
| PyTorch | 2.1.0 |  *763104351884*.dkr.ecr. *region*.amazonaws.com/pytorch-training:2.1.0-gpu-py310-cu121-ubuntu20.04-sagemaker  | 

Weitere Informationen zu den vorgefertigten Containern finden Sie unter [SageMaker AI Framework Containers](https://github.com/aws/deep-learning-containers/blob/master/available_images.md) im *AWS Deep Learning Containers GitHub Container-Repository*.

## AWS-Regionen
<a name="train-smart-sifting-supported-regions"></a>

Die [mit der SageMaker Smart Sifting-Bibliothek verpackten Container](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-training-compiler-containers) sind dort verfügbar, AWS-Regionen wo [AWS Deep Learning Containers](https://github.com/aws/deep-learning-containers/blob/master/available_images.md) im Einsatz sind.

## Instance-Typen
<a name="train-smart-sifting-instance-types"></a>

Sie können SageMaker Smart Sifting für alle PyTorch Trainingsaufgaben auf beliebigen Instance-Typen verwenden. Wir empfehlen die Verwendung von P4d-, P4de- oder P5-Instances.