Ressourcen für die Verwendung von Apache MXNet mit Amazon SageMaker - Amazon SageMaker

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.

Ressourcen für die Verwendung von Apache MXNet mit Amazon SageMaker

Die Amazon SageMaker SDK MXNet Python-Schätzer und -Modelle sowie der SageMaker MXNet Open-Source-Container erleichtern das Schreiben und Ausführen eines MXNet Skripts. SageMaker Der folgende Abschnitt enthält Referenzmaterial, anhand dessen Sie lernen können, wie Sie ein Modell mithilfe von benutzerdefiniertem MXNet Code trainieren und bereitstellen können. SageMaker

Was möchten Sie tun?

Ich möchte ein benutzerdefiniertes MXNet Modell darin trainieren SageMaker.

Die Dokumentation finden Sie unter Trainieren eines Modells mit MXNet.

Ich habe ein MXNet Modell, in dem ich 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 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 SDK MXNet Python-Klassen sehen.

Weitere Informationen finden Sie unter MXNetKlassen.

Ich möchte das SageMaker MXNet Container-Repository finden.

Weitere Informationen finden Sie unter SageMaker MXNet GitHub Container-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 für den MXNet MXNet Skriptmodus und zur Verwendung von Schätzern und Modellen im Skriptmodus mit SageMaker finden Sie unter MXNet Mit SageMaker Python SDK verwenden.