構築済みの SageMaker Docker イメージを使用する

Amazon SageMaker は、Apache MXNet 、、Chainer など、いくつかの最も一般的な機械学習フレームワーク用の組み込みアルゴリズム TensorFlow PyTorchと構築済みの Docker イメージ用のコンテナを提供します。また、scikit-learn や SparkML などの機械学習ライブラリもサポートしています。

これらのイメージは、 SageMaker ノートブックインスタンスまたは SageMaker Studio から使用できます。構築済みの SageMaker イメージを拡張して、ライブラリや必要な機能を含めることもできます。次のトピックでは、使用可能なイメージとその使用方法について説明します。

Amazon SageMaker が提供する各アルゴリズムと Deep Learning Containers (DLC) の Docker レジストリパスおよびその他のパラメータについては、「Docker Registry Paths and Example Code」を参照してください。

注記

で強化学習 (RL) ソリューションを開発するための Docker イメージの詳細については SageMaker、SageMaker 「RL コンテナ」を参照してください。

トピック

• ビルド済み SageMaker イメージサポートポリシー
• 深層学習用の構築済み SageMaker Docker イメージ
• Scikit-learn と Spark ML 用のビルド済み Amazon SageMaker Docker イメージ
• ディープグラフネットワークのトレーニング
• 構築済みコンテナを拡張する