.. _sec_sagemaker: Использование Amazon SageMaker ============================== Приложения глубокого обучения могут требовать таких вычислительных ресурсов, которые легко превышают возможности вашего локального компьютера. Облачные сервисы вычислений позволяют запускать требовательные к ресурсам GPU-вычисления из этой книги с использованием более мощных компьютеров. В этом разделе мы рассмотрим, как использовать Amazon SageMaker для запуска кода из этой книги. Регистрация ----------- Прежде всего необходимо зарегистрировать учётную запись на https://aws.amazon.com/.. Для дополнительной безопасности рекомендуется использовать двухфакторную аутентификацию. Также полезно настроить подробные уведомления о выставлении счетов и расходах, чтобы избежать неожиданных ситуаций, например, если вы забыли остановить работающие экземпляры. После входа в учётную запись AWS перейдите в `консоль `__ и найдите «Amazon SageMaker» (см. :numref:`fig_sagemaker`), затем нажмите на нее, чтобы открыть панель SageMaker. .. _fig_sagemaker: .. figure:: ../img/sagemaker.png :width: 300px Найдите и откройте панель SageMaker. Создание объекта SageMaker -------------------------- Далее создадим объект ноутбука, как описано в :numref:`fig_sagemaker-create`. .. _fig_sagemaker-create: .. figure:: ../img/sagemaker-create.png :width: 400px Создайте объект SageMaker. SageMaker предлагает несколько `типов объектов `__ с различной вычислительной мощностью и ценой. При создании объекта блокнота мы можем указать его имя и тип. В :numref:`fig_sagemaker-create-2` мы выбираем ``ml.p3.2xlarge``: этот объект с одним GPU Tesla V100 и восьмиядерным процессором обладает достаточной мощностью для большинства задач, рассматриваемых в книге. .. _fig_sagemaker-create-2: .. figure:: ../img/sagemaker-create-2.png :width: 400px Выберите тип объекта. Вся книга в формате ipynb для запуска в SageMaker доступна по адресу https://github.com/d2l-ai/d2l-pytorch-sagemaker.. Мы можем указать URL этого репозитория GitHub (:numref:`fig_sagemaker-create-3`), чтобы SageMaker мог клонировать его при создании объекта. .. _fig_sagemaker-create-3: .. figure:: ../img/sagemaker-create-3.png :width: 400px Укажите репозиторий GitHub. Запуск и остановка объекта -------------------------- Создание объекта может занять несколько минут. Когда он будет готов, нажмите на ссылку «Open Jupyter» рядом с ним (:numref:`fig_sagemaker-open`), чтобы редактировать и запускать все Jupyter-ноутбуки этой книги на этом объекте (аналогично шагам в :numref:`sec_jupyter`). .. _fig_sagemaker-open: .. figure:: ../img/sagemaker-open.png :width: 400px Откройте Jupyter на созданном объекте SageMaker. После завершения работы не забудьте остановить объект, чтобы избежать дополнительных начислений (:numref:`fig_sagemaker-stop`). .. _fig_sagemaker-stop: .. figure:: ../img/sagemaker-stop.png :width: 300px Остановите объект SageMaker. Обновление блокнотов -------------------- Заметки этого учебника с открытым исходным кодом будут регулярно обновляться в репозитории `d2l-ai/d2l-pytorch-sagemaker `__ на GitHub. Чтобы обновиться до последней версии, откройте терминал на экземпляре SageMaker (:numref:`fig_sagemaker-terminal`). .. _fig_sagemaker-terminal: .. figure:: ../img/sagemaker-terminal.png :width: 300px Откройте терминал на инстансе SageMaker. Вы можете зафиксировать локальные изменения перед обновлением из удалённого репозитория. В противном случае просто отмените все локальные изменения с помощью следующих команд в терминале: .. raw:: latex \diilbookstyleinputcell .. code:: bash cd SageMaker/d2l-pytorch-sagemaker/ git reset --hard git pull Итоги ----- - Мы можем создать экземпляр ноутбука с помощью Amazon SageMaker для выполнения требовательных к ресурсам GPU кодов из этой книги. - Мы можем обновлять ноутбуки через терминал на экземпляре Amazon SageMaker. Упражнения ---------- 1. Отредактируйте и запустите любой раздел, требующий GPU, с помощью Amazon SageMaker. 2. Откройте терминал, чтобы получить доступ к локальной директории, содержащей все ноутбуки этой книги. `Обсуждения `__