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.
Immagini Amazon SageMaker Docker predefinite per Scikit-learn e Spark ML
SageMaker fornisce immagini Docker predefinite che installano le librerie scikit-learn e Spark ML. Queste librerie includono anche le dipendenze necessarie per creare immagini Docker compatibili con l' SageMaker uso dell'SDK Amazon Python SageMaker
Usare l' SageMakerSDK Python
La tabella seguente contiene i collegamenti ai GitHub repository con il codice sorgente per i contenitori scikit-learn e Spark ML. La tabella contiene anche link a istruzioni che mostrano come utilizzare questi container con gli strumenti di valutazione Python SDK per eseguire i propri algoritmi di addestramento e ospitare i propri modelli.
Libreria | Codice sorgente dell'immagine Docker predefinita | Istruzioni |
---|---|---|
scikit-learn | ||
Spark ML |
Per ulteriori informazioni e link ai repository github, consulta Usa Scikit-learn con Amazon SageMaker e Usa SparkML Serving con Amazon SageMaker.
Specificazione manuale delle immagini predefinite
Se non stai utilizzando SageMaker Python SDK e uno dei suoi estimatori per gestire il contenitore, devi recuperare manualmente il contenitore precostruito pertinente. Le immagini Docker SageMaker predefinite sono archiviate in Amazon Elastic Container Registry (Amazon ECR). Puoi inviarle o estrarle utilizzando i relativi indirizzi di registro con nome completo. SageMaker utilizza i seguenti pattern di URL di Docker Image per scikit-learn e Spark ML:
-
<ACCOUNT_ID>
.dkr.ecr.<REGION_NAME>
.amazonaws.com/sagemaker-scikit-learn:<SCIKIT-LEARN_VERSION>
-cpu-py<PYTHON_VERSION>
Ad esempio,
746614075791
.dkr.ecr.us-west-1
.amazonaws.com/sagemaker-scikit-learn:1.2-1-cpu-py3
-
<ACCOUNT_ID>
.dkr.ecr.<REGION_NAME>
.amazonaws.com/sagemaker-sparkml-serving:<SPARK-ML_VERSION>
Ad esempio,
341280168497
.dkr.ecr.ca-central-1
.amazonaws.com/sagemaker-sparkml-serving:2.4
Per gli ID degli account e i nomi delle AWS regioni, consulta Percorsi del registro Docker e codice di esempio.
Ricerca delle immagini disponibili
Utilizza i seguenti comandi per scoprire quali versioni delle immagini sono disponibili. Ad esempio, utilizza quanto segue per trovare l'immagine sagemaker-sparkml-serving
disponibile nella Regione ca-central-1
:
aws \ ecr describe-images \ --region ca-central-1 \ --registry-id 341280168497 \ --repository-name sagemaker-sparkml-serving