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。
Scikit-learn と Spark ML 用のビルド済み Amazon SageMaker Docker イメージ
SageMaker は、scikit-learn ライブラリと Spark ML ライブラリをインストールする構築済みの Docker イメージを提供します。これらのライブラリには、Amazon Python SDK SageMaker の使用と互換性のある Docker イメージの構築に必要な依存関係も含まれています。 SageMaker
Python SDK の使用 SageMaker
次の表に、scikit-learn コンテナと Spark ML コンテナのソースコードを含む GitHub リポジトリへのリンクを示します。この表には、Python SDK 推定器でこれらのコンテナを使用して、独自のトレーニングアルゴリズムを実行し、独自のモデルをホストする方法を示す手順へのリンクも含まれています。
[Library] (ライブラリ) | 構築済みの Docker イメージのソースコード | 手順 |
---|---|---|
scikit-learn | ||
Spark ML |
詳細と GitHub リポジトリへのリンクについては、「Amazon で Scikit-learn を使用する SageMaker」と「Amazon で SparkML Serving を使用する SageMaker」を参照してください。
構築済みイメージを手動で指定する
SageMaker Python SDK とその推定器の 1 つを使用してコンテナを管理していない場合は、関連する構築済みコンテナを手動で取得する必要があります。構築済みの SageMakerDocker イメージは Amazon Elastic Container Registry (Amazon ECR) に保存されます。フルネームのレジストリアドレスを使用してプッシュまたはプルできます。scikit-learn および Spark ML では、次の Docker イメージ URL パターン SageMaker を使用します。
-
<ACCOUNT_ID>
.dkr.ecr.<REGION_NAME>
.amazonaws.com/sagemaker-scikit-learn:<SCIKIT-LEARN_VERSION>
-cpu-py<PYTHON_VERSION>
例えば、
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>
例えば、
341280168497
.dkr.ecr.ca-central-1
.amazonaws.com/sagemaker-sparkml-serving:2.4
アカウント IDs「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。 AWS
使用可能なイメージを検索する
次のコマンドを使用して、使用可能なイメージのバージョンを検索します。例えば、以下を使用して、ca-central-1
リージョンで使用可能な sagemaker-sparkml-serving
イメージを検索します。
aws \ ecr describe-images \ --region ca-central-1 \ --registry-id 341280168497 \ --repository-name sagemaker-sparkml-serving