Dies ist die Linux-App mit dem Namen SageMaker Training Toolkit, deren neueste Version als v4.7.3sourcecode.zip heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App mit dem Namen SageMaker Training Toolkit with OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS
Ad
SageMaker-Schulungs-Toolkit
BESCHREIBUNG
Trainieren Sie Modelle für maschinelles Lernen in einem Docker-Container mit Amazon SageMaker. Amazon SageMaker ist ein vollständig verwalteter Service für Data Science- und Machine Learning (ML)-Workflows. Sie können Amazon SageMaker verwenden, um den Prozess des Erstellens, Trainierens und Bereitstellens von ML-Modellen zu vereinfachen. Um ein Modell zu trainieren, können Sie Ihr Trainingsskript und Ihre Abhängigkeiten in einen Docker-Container einfügen, der Ihren Trainingscode ausführt. Ein Container bietet eine effektiv isolierte Umgebung, die eine konsistente Laufzeit und einen zuverlässigen Trainingsprozess gewährleistet. Das SageMaker Training Toolkit kann einfach zu jedem Docker-Container hinzugefügt werden, wodurch es mit SageMaker zum Trainieren von Modellen kompatibel ist. Wenn Sie ein vorgefertigtes SageMaker-Docker-Image für das Training verwenden, ist diese Bibliothek möglicherweise bereits enthalten. Schreiben Sie ein Trainingsskript (z. B. train.py). Definieren Sie einen Container mit einem Dockerfile, das das Trainingsskript und alle Abhängigkeiten enthält.
Eigenschaften
- Übergeben Sie Argumente mithilfe von Hyperparametern an den Einstiegspunkt
- Um ein Modell mit dem Bild auf SageMaker zu trainieren, übertragen Sie das Bild an ECR und starten Sie einen SageMaker-Trainingsauftrag mit dem Bild-URI
- Lesen Sie zusätzliche Informationen mithilfe von Umgebungsvariablen
- Informieren Sie sich über die Containerumgebung
- Führen Sie den Einstiegspunkt aus
- Erstellen Sie ein Docker-Image und trainieren Sie ein Modell
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/sagemaker-train-toolkit.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, damit es auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt werden kann.
