ビルド済みアマゾン SageMaker Scikit-Learn および Spark ML 用の Docker Images - 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。

ビルド済みアマゾン SageMaker Scikit-Learn および Spark ML 用の Docker Images

SageMaker scikit-learn および 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、互換性のある Docker イメージを構築するために必要な依存関係も含まれています。 SageMaker を使用するアマゾン SageMaker Python SDK。SDK を使用すると、機械学習タスクには scikit-learn、機械学習パイプラインを作成して調整するには Spark ML を使用できます。SDK のインストールおよび使用の手順については、「SageMaker Python SDK」を参照してください。

を使用する SageMakerPython SDK

次の表には、へのリンクが含まれています。 GitHub scikit-learn コンテナおよび Spark ML コンテナのソースコードを含むリポジトリ。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。

詳細と Github リポジトリへのリンクについては、以下を参照してください。Amazon で Scikit-learn を使用する SageMakerそしてAmazon で SparkML Serving を使用する SageMaker

構築済みイメージを手動で指定する

を使用していない場合は SageMaker Python SDK およびそのいずれかの推定器を使用してコンテナを管理している場合は、該当する構築済みのコンテナを手動で取得する必要があります。は SageMaker構築済みのDocker 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。 SageMaker scikit-learn および Spark ML には次のDocker Image URL パターンを使用しています。

  • <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 ID とAWS地域名については、を参照してください。Docker レジストリパスとサンプルコード

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