Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Images SageMaker AI Docker prédéfinies
Amazon SageMaker AI fournit des conteneurs pour ses algorithmes intégrés et des images Docker prédéfinies pour certains des frameworks d'apprentissage automatique les plus courants, tels qu'Apache MXNet, TensorFlow PyTorch, et Chainer. Il prend également en charge les bibliothèques de machine learning telles que scikit-learn et Spark ML.
Vous pouvez utiliser ces images à partir de votre instance de SageMaker bloc-notes ou de SageMaker Studio. Vous pouvez également étendre les SageMaker images prédéfinies pour inclure les bibliothèques et les fonctionnalités nécessaires. Les rubriques suivantes fournissent des informations sur les images disponibles et leur utilisation.
Pour connaître le chemin du registre Docker et les autres paramètres de chacun des algorithmes et des Deep Learning Containers (DLC) fournis par Amazon SageMaker AI, consultez Docker Registry Paths and Example Code.
Pour plus d'informations sur les images Docker destinées au développement de solutions d'apprentissage par renforcement (RL) dans l' SageMaker IA, consultez SageMaker AI RL Containers
Note
Les images de conteneur prédéfinies appartiennent à l' SageMaker IA et incluent dans certains cas du code propriétaire. Des fonctionnalités telles que les tâches de formation et de traitement, la transformation par lots et l'inférence en temps réel utilisent des informations d'identification appartenant au service pour extraire et exécuter des images sur des instances d'IA gérées SageMaker . Étant donné que les informations d'identification des clients ne sont pas utilisées, les politiques AWS IAM (y compris les politiques de contrôle des services et les politiques de contrôle des ressources) qui refusent les autorisations Amazon ECR n'empêchent pas l'utilisation d'images prédéfinies.
Rubriques
