Il s'agit de l'application Windows nommée SageMaker Training Toolkit dont la dernière version peut être téléchargée en tant que v4.7.0.zip. Il peut être exécuté en ligne dans le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne gratuitement cette application nommée SageMaker Training Toolkit avec OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez n'importe quel émulateur en ligne OS OnWorks à partir de ce site Web, mais un meilleur émulateur en ligne Windows.
- 5. Depuis le système d'exploitation OnWorks Windows que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application et installez-la.
- 7. Téléchargez Wine depuis les dépôts de logiciels de vos distributions Linux. Une fois installé, vous pouvez ensuite double-cliquer sur l'application pour les exécuter avec Wine. Vous pouvez également essayer PlayOnLinux, une interface sophistiquée sur Wine qui vous aidera à installer des programmes et des jeux Windows populaires.
Wine est un moyen d'exécuter un logiciel Windows sur Linux, mais sans Windows requis. Wine est une couche de compatibilité Windows open source qui peut exécuter des programmes Windows directement sur n'importe quel bureau Linux. Essentiellement, Wine essaie de ré-implémenter suffisamment de Windows à partir de zéro pour qu'il puisse exécuter toutes ces applications Windows sans avoir réellement besoin de Windows.
CAPTURES D'ÉCRAN:
Boîte à outils de formation SageMaker
DESCRIPTION:
Entraînez des modèles d'apprentissage automatique dans un conteneur Docker à l'aide d'Amazon SageMaker. Amazon SageMaker est un service entièrement géré pour les workflows de science des données et d'apprentissage automatique (ML). Vous pouvez utiliser Amazon SageMaker pour simplifier le processus de création, de formation et de déploiement de modèles ML. Pour former un modèle, vous pouvez inclure votre script de formation et vos dépendances dans un conteneur Docker qui exécute votre code de formation. Un conteneur fournit un environnement efficacement isolé, garantissant une exécution cohérente et un processus de formation fiable. La boîte à outils de formation SageMaker peut être facilement ajoutée à n'importe quel conteneur Docker, ce qui la rend compatible avec SageMaker pour les modèles de formation. Si vous utilisez une image SageMaker Docker prédéfinie pour la formation, cette bibliothèque peut déjà être incluse. Rédigez un script de formation (par exemple, train.py). Définissez un conteneur avec un Dockerfile qui inclut le script de formation et toutes les dépendances.
Caractéristiques
- Passer des arguments au point d'entrée à l'aide d'hyperparamètres
- Pour former un modèle à l'aide de l'image sur SageMaker, poussez l'image vers ECR et démarrez une tâche de formation SageMaker avec l'URI de l'image
- Lire des informations supplémentaires à l'aide de variables d'environnement
- Obtenir des informations sur l'environnement du conteneur
- Exécuter le point d'entrée
- Créer une image Docker et former un modèle
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/sagemaker-train-toolkit.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.