Vorgefertigte KI-Docker-Images SageMaker

Amazon SageMaker AI bietet Container für seine integrierten Algorithmen und vorgefertigte Docker-Images für einige der gängigsten Frameworks für maschinelles Lernen wie Apache MXNet, TensorFlow PyTorch, und Chainer. Auch Machine-Learning-Bibliotheken wie scikit-learn und SparkML werden unterstützt.

Sie können diese Images von Ihrer SageMaker Notebook-Instance oder Studio aus verwenden. SageMaker Sie können die vorgefertigten SageMaker Images auch um Bibliotheken und benötigte Funktionen erweitern. In den folgenden Themen finden Sie Informationen zu den verfügbaren Images und wie man sie benutzt.

Den Docker-Registrierungspfad und andere Parameter für jeden der von Amazon SageMaker AI bereitgestellten Algorithmen und Deep Learning Containers (DLC) finden Sie unter Docker-Registrierungspfade und Beispielcode.

Informationen zu Docker-Images für die Entwicklung von Reinforcement-Learning-Lösungen (RL) in SageMaker KI finden Sie unter SageMaker AI RL Containers.

Anmerkung

Vorgefertigte Container-Images gehören der SageMaker KI und enthalten in einigen Fällen proprietären Code. Funktionen wie Schulungs- und Verarbeitungsjobs, Batch-Transformation und Inferenz in Echtzeit verwenden diensteigene Anmeldeinformationen, um Images auf verwalteten SageMaker KI-Instanzen abzurufen und auszuführen. Da keine Kundenanmeldedaten verwendet werden, verhindern alle AWS IAM-Richtlinien (einschließlich Service- und Ressourcenkontrollrichtlinien), die Amazon ECR-Berechtigungen verweigern, die Verwendung von vorgefertigten Images nicht.

Themen

• Richtlinie zur Unterstützung SageMaker vorgefertigter Bilder

• Vorgefertigte SageMaker KI-Docker-Images für Deep Learning

• Zugreifen auf Docker-Images für Scikit-Learn und Spark ML

• Deep Graph-Netzwerke

• Erweitern eines vorgefertigten Containers