本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 自带深度学习模型
<a name="training-compiler-modify-scripts"></a>

**重要**  
Amazon Web Services (AWS) 宣布， SageMaker 训练编译器将没有新版本或新版本。你可以继续通过现有的 Dee AWS p Lear SageMaker ning Containers (DLC) 使用 Training Compiler 进行 SageMaker 训练。值得注意的是，尽管现有的 DLC 仍然可以访问，但根据[AWS 深度学习容器框架支持政策 AWS](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html)，它们将不再收到来自的补丁或更新。

本指南将向您介绍如何调整训练脚本以适应编译器加速的训练作业。训练脚本的准备取决于以下几点：
+ 训练设置，例如单核心或分布式训练。
+ 用于创建训练脚本的框架和库。

根据您使用的框架选择下列主题之一。

**Topics**
+ [PyTorch](training-compiler-pytorch-models.md)
+ [TensorFlow](training-compiler-tensorflow.md)

**注意**  
准备完训练脚本后，您可以使用 SageMaker AI 框架估算器类运行 SageMaker 训练作业。有关更多信息，请参阅 [启用 SageMaker 训练编译器](training-compiler-enable.md) 的前一主题。