Empaquetar su código en imágenes - AWS Marketplace

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Empaquetar su código en imágenes

Los productos de aprendizaje automático AWS Marketplace utilizan Amazon SageMaker para crear y ejecutar la lógica de aprendizaje automático que ofreces a los compradores. SageMaker ejecuta imágenes de contenedores de Docker que contienen tu lógica. SageMakerejecuta estos contenedores en una infraestructura segura y escalable. Para obtener más información, consulte Seguridad y propiedad intelectual.

¿Qué tipo de imagen de contenedor debo crear?

Los dos tipos de imágenes de contenedor son una imagen de inferencia y una imagen de entrenamiento.

Para crear un producto de paquete modelo, solo necesita una imagen de inferencia. Para obtener instrucciones detalladas, consulte Imágenes de paquetes de modelos.

Para crear un producto de algoritmo, se necesitan imágenes de entrenamiento y de inferencia. Para obtener instrucciones detalladas, consulte Imágenes de algoritmos.

Para empaquetar el código correctamente en una imagen de contenedor, el contenedor debe cumplir con la estructura de SageMaker archivos. El contenedor debe exponer los puntos finales correctos para garantizar que el servicio pueda transferir datos hacia y desde su contenedor. En las siguientes secciones se explican los detalles de este proceso.

importante

Por motivos de seguridad, cuando un comprador se suscribe a su producto en contenedores, los contenedores de Docker se ejecutan en un entorno aislado sin conexión a Internet. Cuando cree sus contenedores, no confíe en que podrá realizar llamadas salientes a través de Internet, ya que fallarán. Las llamadas a también Servicios de AWS fallarán. Para obtener más información, consulte la sección Seguridad y propiedad intelectual.

Si lo desea, al crear sus imágenes de inferencia y entrenamiento, utilice un contenedor de Imágenes de contenedores de aprendizaje profundo disponibles como punto de partida. Las imágenes ya vienen empaquetadas correctamente con diferentes marcos de machine learning.