.. _sec_sagemaker:

Usando Amazon SageMaker
=======================


Muitos aplicativos de aprendizado profundo requerem uma quantidade
significativa de computação. Sua máquina local pode ser muito lenta para
resolver esses problemas em um período de tempo razoável. Os serviços de
computação em nuvem fornecem acesso a computadores mais poderosos para
executar as partes deste livro com uso intensivo de GPU. Este tutorial o
guiará pelo Amazon SageMaker: um serviço que permite que você execute
este livro facilmente.

Registro e login
----------------

Primeiro, precisamos registrar uma conta em https://aws.amazon.com/. Nós
encorajamos você a usar a autenticação de dois fatores para segurança
adicional. Também é uma boa ideia configurar o faturamento detalhado e
alertas de gastos para evitar surpresas inesperadas no caso de você se
esquecer de interromper qualquer instância em execução. Observe que você
precisará de um cartão de crédito. Depois de fazer login em sua conta
AWS, vá para seu `console <http://console.aws.amazon.com/>`__ e pesquise
“SageMaker” (consulte :numref:`fig_sagemaker`) e clique para abrir o
painel SageMaker.

.. _fig_sagemaker:

.. figure:: ../img/sagemaker.png
   :width: 300px

   Abra o painel SageMaker.



Criação de uma instância do SageMaker
-------------------------------------

A seguir, vamos criar uma instância de notebook conforme descrito em
:numref:`fig_sagemaker-create`.

.. _fig_sagemaker-create:

.. figure:: ../img/sagemaker-create.png
   :width: 400px

   Crie uma instância SageMaker.



O SageMaker fornece vários `tipos de
instância <https://aws.amazon.com/sagemaker/pricing/instance-types/>`__
de diferentes poder computacional e preços. Ao criar uma instância,
podemos especificar o nome da instância e escolher seu tipo. Em
:numref:`fig_sagemaker-create-2`, escolhemos ``ml.p3.2xlarge``. Com
uma GPU Tesla V100 e uma CPU de 8 núcleos, esta instância é poderosa o
suficiente para a maioria dos capítulos.

.. _fig_sagemaker-create-2:

.. figure:: ../img/sagemaker-create-2.png
   :width: 400px

   Escolha o tipo de instância.





.. raw:: html

    <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar text"><a href="#mxnet-1-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-1-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-1-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

    <div class="mdl-tabs__panel is-active" id="mxnet-1-0">

Uma versão do notebook Jupyter deste livro para ajustar o SageMaker está
disponível em https://github.com/d2l-ai/d2l-en-sagemaker. Podemos
especificar a URL do repositório GitHub para permitir que o SageMaker
clone este repositório durante a criação da instância, conforme mostrado
em :numref:`fig_sagemaker-create-3`.



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="pytorch-1-1">

Uma versão do notebook Jupyter deste livro para ajustar o SageMaker está
disponível em https://github.com/d2l-ai/d2l-pytorch-sagemaker. Podemos
especificar a URL do repositório GitHub para permitir que o SageMaker
clone este repositório durante a criação da instância, conforme mostrado
em :numref:`fig_sagemaker-create-3`.



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="tensorflow-1-2">

Uma versão do notebook Jupyter deste livro para ajustar o SageMaker está
disponível em https://github.com/d2l-ai/d2l-tensorflow-sagemaker.
Podemos especificar a URL do repositório GitHub para permitir que o
SageMaker clone este repositório durante a criação da instância,
conforme mostrado em :numref:`fig_sagemaker-create-3`.



.. raw:: html

    </div>



.. raw:: html

    </div>

.. _fig_sagemaker-create-3:

.. figure:: ../img/sagemaker-create-3.png
   :width: 400px

   Especifique o repositório GitHub.



Executando e parando uma instância
----------------------------------

Pode levar alguns minutos para que a instância esteja pronta. Quando
estiver pronto, você pode clicar no link “Open Jupyter” conforme
mostrado em :numref:`fig_sagemaker-open`.

.. _fig_sagemaker-open:

.. figure:: ../img/sagemaker-open.png
   :width: 400px

   Abra o Jupyter na instância criada do SageMaker.



Então, como mostrado em :numref:`fig_sagemaker-jupyter`, você pode
navegar pelo servidor Jupyter em execução nesta instância.

.. _fig_sagemaker-jupyter:

.. figure:: ../img/sagemaker-jupyter.png
   :width: 400px

   O servidor Jupyter em execução na instância do SageMaker.



Executar e editar blocos de notas Jupyter na instância SageMaker é
semelhante ao que discutimos em :numref:`sec_jupyter`. Depois de
terminar seu trabalho, não se esqueça de parar a instância para evitar
mais cobranças, como mostrado em :numref:`fig_sagemaker-stop`.

.. _fig_sagemaker-stop:

.. figure:: ../img/sagemaker-stop.png
   :width: 300px

   Pare uma instância do SageMaker.



Atualizando Notebooks
---------------------



.. raw:: html

    <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar text"><a href="#mxnet-3-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-3-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-3-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

    <div class="mdl-tabs__panel is-active" id="mxnet-3-0">

Atualizaremos regularmente os blocos de notas no repositório GitHub
`d2l-ai/d2l-en-sagemaker <https://github.com/d2l-ai/d2l-en-sagemaker>`__.
Você pode simplesmente usar o comando ``git pull`` para atualizar para a
versão mais recente.



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="pytorch-3-1">

Atualizaremos regularmente os blocos de notas no repositório GitHub
`d2l-ai/d2l-pytorch-sagemaker <https://github.com/d2l-ai/d2l-pytorch-sagemaker>`__.
Você pode simplesmente usar o comando ``git pull`` para atualizar para a
versão mais recente.



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="tensorflow-3-2">

Atualizaremos regularmente os blocos de notas no repositório GitHub
`d2l-ai /
d2l-tensorflow-sagemaker <https://github.com/d2l-ai/d2l-tensorflow-sagemaker>`__.
Você pode simplesmente usar o comando ``git pull`` para atualizar para a
versão mais recente.



.. raw:: html

    </div>



.. raw:: html

    </div>

Primeiro, você precisa abrir um terminal como mostrado em
:numref:`fig_sagemaker-terminal`.

.. _fig_sagemaker-terminal:

.. figure:: ../img/sagemaker-terminal.png
   :width: 300px

   Abra um terminal na instância SageMaker.



Você pode querer submeter suas mudanças locais antes de puxar as
atualizações. Alternativamente, você pode simplesmente ignorar todas as
suas alterações locais com os seguintes comandos no terminal.



.. raw:: html

    <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar text"><a href="#mxnet-5-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-5-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-5-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

    <div class="mdl-tabs__panel is-active" id="mxnet-5-0">

.. code:: bash

   cd SageMaker/d2l-en-sagemaker/
   git reset --hard
   git pull



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="pytorch-5-1">

.. code:: bash

   cd SageMaker/d2l-pytorch-sagemaker/
   git reset --hard
   git pull



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="tensorflow-5-2">

.. code:: bash

   cd SageMaker/d2l-tensorflow-sagemaker/
   git reset --hard
   git pull



.. raw:: html

    </div>



.. raw:: html

    </div>

Sumário
-------

-  Podemos iniciar e interromper um servidor Jupyter por meio do Amazon
   SageMaker para executar este livro.
-  Podemos atualizar notebooks por meio do terminal na instância do
   Amazon SageMaker.

Exercícios
----------

1. Tente editar e executar o código neste livro usando o Amazon
   SageMaker.
2. Acesse o diretório do código-fonte através do terminal.

`Discussão <https://discuss.d2l.ai/t/422>`__