SageMaker HyperPod recetas

Las SageMaker HyperPod recetas de Amazon son paquetes de entrenamiento preconfigurados que te ayudan AWS a empezar a entrenar y ajustar rápidamente los modelos básicos (FM) disponibles públicamente de varias familias de modelos, como Llama, Mistral, Mixtral o. DeepSeek Las fórmulas automatizan el ciclo de entrenamiento integral, lo que incluye cargar conjuntos de datos, aplicar técnicas de entrenamiento distribuidas y administrar puntos de comprobación para recuperarse más rápidamente en caso de producirse errores.

SageMaker HyperPod Las recetas son especialmente beneficiosas para los usuarios que quizás no tengan una gran experiencia en aprendizaje automático, ya que eliminan gran parte de la complejidad que implica el entrenamiento de modelos grandes.

Puede crear recetas dentro SageMaker HyperPod o como tareas SageMaker de formación.

Las siguientes tablas se mantienen en el SageMaker HyperPod GitHub repositorio y proporcionan la información más actualizada sobre los modelos compatibles para el entrenamiento previo y el ajuste, sus respectivas recetas y scripts de lanzamiento, los tipos de instancias compatibles y mucho más.

Para SageMaker HyperPod los usuarios, la automatización de los flujos de trabajo de formación integrales proviene de la integración del adaptador de formación con las recetas. SageMaker HyperPod El adaptador de formación se basa en el NeMo marco de NVIDIA y en el paquete de formación distribuida Neuronx. Si está familiarizado con el uso NeMo, el proceso de uso del adaptador de entrenamiento es el mismo. El adaptador de entrenamiento ejecuta la fórmula en su clúster.

También puede entrenar su propio modelo mediante la definición de su propia fórmula personalizada.

Para comenzar con un tutorial, consulte Tutoriales.