Deep Learning 用のビルド済み SageMaker Docker イメージ - Amazon SageMaker

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Deep Learning 用のビルド済み SageMaker Docker イメージ

Amazon SageMaker は、深層学習フレームワークと、トレーニングと推論に必要なその他の依存関係を含む構築済みの Docker イメージを提供します。によって管理されるビルド済み Docker イメージの完全なリストについては SageMaker、「Docker レジストリパス」と「サンプルコード」を参照してください。

Python SDK の使用 SageMaker

SageMaker Python SDK を使用すると、これらの一般的な深層学習フレームワークを使用してモデルをトレーニングおよびデプロイできます。SDK をインストールして使用する手順については、「Amazon SageMaker Python SDK」を参照してください。次の表に、使用可能なフレームワークと、SageMaker Python SDK で使用する方法を示します。

構築済みの SageMaker Docker イメージの拡張

これらの構築済みコンテナをカスタマイズしたり、構築済み SageMaker Docker イメージがサポートしていないアルゴリズムやモデルの追加機能要件を処理するように拡張したりできます。例については、「既存の PyTorch コンテナを拡張して、独自のスクリプトとデータセット SageMaker を使用して BERTopic モデルを に微調整およびデプロイする」を参照してください。

構築済みコンテナを使用して、カスタムモデルや、 以外のフレームワークでトレーニングされたモデルをデプロイすることもできます SageMaker。トレーニング済みモデルアーティファクトを に取り込み、エンドポイントで SageMaker ホストするプロセスの概要については、「独自の事前トレーニング済み MXNet または TensorFlow モデルを Amazon に持ち込む SageMaker」を参照してください。