Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
I seguenti argomenti elencano il percorso del registro Docker e altri parametri per ciascuno degli algoritmi e Deep Learning Containers (DLC) forniti da Amazon SageMaker AI. Per ulteriori informazioni, consulta Usare immagini Docker predefinite SageMaker .
Usa il percorso come segue:
-
Per creare un processo di addestramento (create_training_job
), specifica il percorso di registro Docker ( TrainingImage) e la modalità di input di addestramento (TrainingInputMode) per l'immagine di addestramento. Crei un processo di addestramento per addestrare un modello utilizzando uno specifico set di dati. -
Per creare un modello (create_model
), specifica il percorso del registro Docker () per l'immagine di inferenza ( Image).PrimaryContainer ImageSageMaker L'intelligenza artificiale avvia istanze di calcolo di machine learning basate sulla configurazione dell'endpoint e distribuisce il modello, che include gli artefatti (il risultato dell'addestramento del modello). -
Per creare un monitor modello, seleziona la AWS regione, quindi seleziona Model Monitor (algoritmo). Per ulteriori informazioni, consulta il contenitore precostruito Amazon SageMaker AI Model Monitor.
Nota
Per il percorso di registro, usa il tag di versione :1 per assicurarti di utilizzare una versione stabile dell'algoritmo/DLC. Puoi ospitare in modo affidabile un modello preparato utilizzando un'immagine con il tag :1 sull'immagine di inferenza che include il tag :1. L'utilizzo del :latest tag nel percorso di registro fornisce la maggior parte delle up-to-date versioni dell'algoritmo/DLC, ma potrebbe causare problemi di compatibilità con le versioni precedenti. Evita di utilizzare il tag :latest per motivi di produzione.
Importante
Quando recuperate l'URI dell' XGBoost immagine SageMaker AI, non utilizzate :latest o :1 come tag URI dell'immagine. È necessario specificare una delle versioni supportate per scegliere il XGBoost contenitore SageMaker gestito dall'intelligenza artificiale con la versione del XGBoost pacchetto nativo che si desidera utilizzare. Per trovare la versione del pacchetto migrata nei XGBoost contenitori SageMaker AI, scegli la tua, Regione AWS
quindi vai alla sezione XGBoost (algoritmo).
Per trovare il percorso del registro, scegli la AWS regione, quindi scegli l'algoritmo o il DLC.
Argomenti
