本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# Amazon SageMaker AI RL 的分散式訓練
<a name="sagemaker-rl-distributed"></a>

Amazon SageMaker AI RL 支援多核心及多執行個體分散式訓練。根據您的使用案例，可以分散訓練和 (或) 環境推出。例如，SageMaker AI RL 可針對下列分散式案例運作：
+ 單一訓練執行個體及相同執行個體類型的多個推出執行個體。如需範例，請參閱 [SageMaker AI 範例儲存庫](https://github.com/awslabs/amazon-sagemaker-examples/tree/master/reinforcement_learning)中的神經網路壓縮範例。
+ 單一訓練員執行個體和多個推出執行個體，其中訓練和推出的執行個體類型皆不同。如需範例，請參閱 AWS SageMaker AI 範例儲存庫中的 DeepRacer /RoboMaker 範例。 AWS RoboMaker [SageMaker ](https://github.com/awslabs/amazon-sagemaker-examples/tree/master/reinforcement_learning)
+ 使用多核心以進行推出的單一訓練員執行個體。如需範例，請參閱 [SageMaker AI 範例儲存庫](https://github.com/awslabs/amazon-sagemaker-examples/tree/master/reinforcement_learning)中的 Roboschool 範例。若模擬環境相當輕巧，可在單一執行緒上執行，這將非常有用。
+ 用於訓練和推出的多個執行個體。如需範例，請參閱 [SageMaker AI 範例儲存庫](https://github.com/awslabs/amazon-sagemaker-examples/tree/master/reinforcement_learning)中的 Roboschool 範例。