Docker-Registrierungspfade und Beispielcode - 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.

Docker-Registrierungspfade und Beispielcode

In den folgenden Themen werden der Docker-Registrierungspfad und andere Parameter für jedes Amazon aufgelistet. SageMaker stellte Algorithmen und Deep Learning Containers (DLC) zur Verfügung.

Verwenden Sie den Pfad wie folgt:

  • So erstellen Sie eine Trainingsaufgabe (create_training_job), geben Sie den Docker-Registrierungspfad (TrainingImage) und der Trainingseingabemodus (TrainingInputMode) für das Trainingsbild. Sie erstellen einen Schulungsauftrag zum Schulen eines Modells mit einem bestimmten Datensatz.

  • So erstellen Sie ein Modell (create_model), geben Sie den Docker-Registrierungspfad (Image) für das Inferenzbild (PrimaryContainer Image) enthalten. SageMaker startet Computerinstanzen für maschinelles Lernen, die auf der Endpunktkonfiguration basieren, und stellt das Modell bereit, das die Artefakte enthält (das Ergebnis des Modelltrainings).

Anmerkung

Verwenden Sie für den Registrierungspfad das:1Versionskennzeichnung, um sicherzustellen, dass Sie eine stabile Version des Algorithmuss/DLC verwenden. Sie können ein Modell, das mithilfe eines Abbilds geschult wurde, zuverlässig mit dem :1-Tag auf einem Inferenzabbild hosten, das den :1-Tag aufweist. Verwendung der:latestTag im Registrierungspfad bietet Ihnen die meisten up-to-date Version des Algorithmus/DLC, kann aber Probleme mit der Abwärtskompatibilität verursachen. Vermeiden Sie die Verwendung des :latest-Tags für Produktionszwecke.

Wichtig

Beim Abrufen der SageMaker XGBoost-Bild-URI, nicht verwenden:latestoder:1für das Bild-URI-Tag. Sie müssen eine der Eigenschaften angebenUnterstützte Versionenum das zu wählen SageMaker-verwalteter XGBoost-Container mit der nativen XGBoost-Paketversion, die Sie verwenden möchten. Um die in die Datei migrierte Paketversion zu finden SageMaker XGBoost-Container, sieheDocker-Registrierungspfade und Beispielcode, wählen Sie IhreAWS-Region, und navigiere zumXGBoost (Algorithmus)Abschnitt.

Um den Registrierungspfad zu finden, wählen SieAWSRegion, wählen Sie dann den Algorithmus oder DLC aus.