Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Ressources pour utiliser Chainer avec Amazon AI SageMaker
<a name="chainer"></a>

**Important**  
**Avis d'obsolescence : ** Chainer n'est pas pris en charge dans le SDK SageMaker Python v3. Si vous utilisez actuellement Chainer, continuez à utiliser SageMaker Python SDK v2. Pour les nouveaux projets, pensez à utiliser PyTorch ou TensorFlow avec la `ModelTrainer` classe unifiée. Consultez la documentation du SDK [ SageMaker Python ](https://sagemaker.readthedocs.io/en/stable/) pour obtenir des conseils sur la migration.

Vous pouvez utiliser l' SageMaker IA pour entraîner et déployer un modèle à l'aide d'un code Chainer personnalisé. Les estimateurs et modèles SageMaker AI Python SDK Chainer et le conteneur open source SageMaker AI Chainer facilitent l'écriture d'un script Chainer et son exécution dans AI. SageMaker La section suivante fournit des documents de référence que vous pouvez utiliser pour apprendre à utiliser Chainer avec l' SageMaker IA.

## Que souhaitez-vous faire ?
<a name="chainer-intent"></a>

Je souhaite entraîner un modèle Chainer personnalisé en SageMaker IA.  
Pour un exemple de bloc-notes Jupyter, consultez les exemples de blocs-notes [ Chainer ](https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker-python-sdk/mxnet_mnist) dans le référentiel Amazon SageMaker AI Examples. GitHub  
Pour obtenir de la documentation, consultez [Entraînement d’un modèle avec Chainer](https://sagemaker.readthedocs.io/en/stable/using_chainer.html#train-a-model-with-chainer).

J'ai un modèle Chainer que j'ai formé à l' SageMaker IA et je souhaite le déployer sur un point de terminaison hébergé.  
Pour plus d’informations, consultez [Déploiement de modèles Chainer](https://sagemaker.readthedocs.io/en/stable/using_chainer.html#deploy-chainer-models).

J'ai un modèle Chainer que j'ai formé en dehors de l' SageMaker IA et je souhaite le déployer sur un point de terminaison basé sur l' SageMaker IA  
Pour plus d’informations, consultez [Déploiement de points de terminaison à partir de données de modèle](https://sagemaker.readthedocs.io/en/stable/using_chainer.html#deploy-endpoints-from-model-data).

Je souhaite consulter la documentation de l'API pour les [ classes Amazon SageMaker Python SDK ](https://sagemaker.readthedocs.io/en/stable) Chainer.  
Pour plus d’informations, consultez [Classes Chainer](https://sagemaker.readthedocs.io/en/stable/sagemaker.chainer.html).

Je souhaite obtenir des informations sur les conteneurs SageMaker AI Chainer.  
Pour plus d'informations, consultez le GitHub référentiel [ SageMaker ](https://github.com/aws/sagemaker-chainer-container) AI Chainer Container.

 Pour plus d'informations sur les versions de Chainer prises en charge et pour des informations générales sur la rédaction de scripts d'entraînement de Chainer et l'utilisation des estimateurs et des modèles Chainer avec l' SageMaker IA, consultez [ Utilisation de Chainer avec le SDK Python. SageMaker ](https://sagemaker.readthedocs.io/en/stable/using_chainer.html)