Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Frameworks pris en charge et AWS Régions
<a name="train-smart-sifting-what-is-supported"></a>

Avant d'utiliser le chargeur de données SageMaker Smart Sifting, vérifiez si le framework de votre choix est pris en charge, si les types d'instances sont disponibles dans votre AWS compte et si votre AWS compte se trouve dans l'une des AWS régions prises en charge.

**Note**  
SageMaker le criblage intelligent prend en charge l'entraînement des PyTorch modèles grâce au parallélisme de données traditionnel et au parallélisme de données distribué, ce qui permet de dupliquer les modèles chez tous les processeurs graphiques et d'utiliser l'opération. `AllReduce` Elle ne fonctionne pas avec les techniques de parallélisme des modèles, notamment le parallélisme des données partitionnées. Le criblage SageMaker intelligent étant efficace pour les tâches de parallélisme des données, assurez-vous que le modèle que vous entraînez est adapté à la mémoire de chaque GPU.

## Cadres pris en charge
<a name="train-smart-sifting-supported-frameworks"></a>

SageMaker Le criblage intelligent prend en charge les frameworks de deep learning suivants et est disponible via AWS Deep Learning Containers.

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

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


| Cadre | Version du cadre | URI des Deep Learning Containers | 
| --- | --- | --- | 
| PyTorch | 2.1.0 | {{763104351884}}.dkr .ecr. {{region}}.amazonaws. com/pytorch- formation : 2.1.0-gpu-py310-cu121-ubuntu20.04 - sagemaker | 

Pour plus d'informations sur les conteneurs prédéfinis, consultez [SageMaker AI Framework Containers](https://github.com/aws/deep-learning-containers/blob/master/available_images.md) dans le * GitHub référentiel AWS Deep Learning Containers*.

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

Les [conteneurs fournis avec la bibliothèque de tamisage SageMaker intelligent](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-training-compiler-containers) sont disponibles Régions AWS là où les [AWS Deep Learning Containers](https://github.com/aws/deep-learning-containers/blob/master/available_images.md) sont en service.

## Types d’instances
<a name="train-smart-sifting-instance-types"></a>

Vous pouvez utiliser le SageMaker tri intelligent pour toutes les tâches de PyTorch formation sur tous les types d'instances. Nous vous recommandons d’utiliser des instances P4d, P4de ou P5.