Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Portare il proprio modello di deep learning
<a name="training-compiler-modify-scripts"></a>

**Importante**  
Amazon Web Services (AWS) annuncia che non ci saranno nuove release o versioni di SageMaker Training Compiler. Puoi continuare a utilizzare SageMaker Training Compiler tramite i AWS Deep Learning Containers (DLC) esistenti per la formazione. SageMaker È importante notare che, sebbene i DLC esistenti rimangano accessibili, non riceveranno più patch o aggiornamenti da AWS, in conformità con la politica di supporto del [AWS Deep Learning Containers Framework. ](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html)

Questa guida illustra come adattare lo script di addestramento per un processo di addestramento accelerato dal compilatore. La preparazione dello script di addestramento dipende da quanto segue:
+ Impostazioni di addestramento come l'addestramento single-core o distribuito.
+ Framework e librerie utilizzati per creare lo script di addestramento.

Scegliere uno dei seguenti argomenti, a seconda del framework usato.

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

**Nota**  
Dopo aver completato la preparazione dello script di formazione, puoi eseguire un processo di SageMaker formazione utilizzando la classe SageMaker AI ModelTrainer . Per ulteriori informazioni, consultare l'argomento in [Abilita SageMaker Training Compiler](training-compiler-enable.md).