Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Vorgefertigter Container von Amazon SageMaker Model Monitor
SageMaker bietet ein integriertes Image mit dem Namen sagemaker-model-monitor-analyzer
, das Ihnen eine Reihe von Funktionen zur Modellüberwachung bietet, einschließlich Einschränkungsvorschlag, Statistikgenerierung, Einschränkungsvalidierung gegen eine Baseline und Ausgabe von Amazon CloudWatch-Metriken. Dieses Image basiert auf Spark-Version 3.3.0 und wurde mit Deequ
Anmerkung
Sie können das integrierte sagemaker-model-monitor-analyzer
Bild nicht direkt abrufen. Sie können das sagemaker-model-monitor-analyzer
Bild verwenden, wenn Sie einen grundlegenden Verarbeitungs- oder Überwachungsauftrag mit einem der AWS SDKs einreichen.
Verwenden Sie das SageMaker Python SDK (siehe image_uris.retrieve
im SageMaker Python SDK-Referenzhandbuch
<ACCOUNT_ID>
.dkr.ecr.<REGION_NAME>
.amazonaws.com/sagemaker-model-monitor-analyzer
Beispiel: 159807026194.dkr.ecr.us-west-2.amazonaws.com/sagemaker-model-monitor-analyzer
Wenn Sie sich in einer -AWSRegion in China befinden, kann auf die vorgefertigten Images für SageMaker Model Monitor wie folgt zugegriffen werden:
<ACCOUNT_ID>
.dkr.ecr.<REGION_NAME>
.amazonaws.com.cn/sagemaker-model-monitor-analyzer
Konto-IDs und AWS Regionsnamen finden Sie unter Docker-Registrierungspfade und Beispielcode.
Informationen zum Schreiben eines eigenen Analysecontainers finden Sie im unter Anpassen der Überwachung beschriebenen Container-Vertrag.