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.
Verwenden von Apache MXNet mit Amazon SageMaker
Sie können verwenden SageMaker , um ein Modell mit benutzerdefiniertem MXNet-Code zu trainieren und bereitzustellen. Die MXNet-Schätzer und -Modelle des Amazon SageMaker Python SDK
Was möchten Sie tun?
- Ich möchte ein benutzerdefiniertes MXNet-Modell in SageMaker schulen.
-
Ein Beispiel für ein Jupyter-Notebook finden Sie in den MXNet-Beispielnotizbüchern
im Amazon- SageMaker Beispiel GitHub-Repository. Die Dokumentation finden Sie unter Train a Model with MXNet
. - Ich habe ein MXNet-Modell, das ich in trainiert habe SageMaker, und ich möchte es auf einem gehosteten Endpunkt bereitstellen.
-
Weitere Informationen finden Sie unter Bereitstellen von MXNet-Modellen
. - Ich habe ein MXNet-Modell, das ich außerhalb von trainiert habe SageMaker, und ich möchte es auf einem SageMaker Endpunkt bereitstellen
-
Weitere Informationen finden Sie unter Bereitstellen von Endpunkten aus Modelldaten
. - Ich möchte die API-Dokumentation für Amazon SageMaker Python SDK
MXNet-Klassen sehen. -
Weitere Informationen finden Sie unter MXNet Klassen
. - Ich möchte das SageMaker MXNet-Container-Repository finden.
-
Weitere Informationen finden Sie unter SageMaker MXNet Container- GitHub Repository.
- Ich möchte Informationen zu MXNet-Versionen finden, die von AWS Deep Learning Containers unterstützt werden.
-
Weitere Informationen finden Sie unter Verfügbare Deep Learning-Container-Images
.
Allgemeine Informationen zum Schreiben von Trainingsskripten im MXNet-Skriptmodus und zur Verwendung von MXNet-Skriptmodus-Schätzern und -Modellen mit SageMakerfinden Sie unter Verwenden von MXNet mit dem SageMaker Python-SDK.
