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。
Docker レジストリパスとサンプルコード
次のトピックでは、Amazon SageMaker が提供する各アルゴリズムと Deep Learning Containers (DLC) に対する Docker レジストリパスとその他のパラメータのリストを示します。
次のようにパスを使用します。
-
トレーニングジョブ (create_training_job
) を作成するには、トレーニングイメージに Docker レジストリパス ( TrainingImage
) とトレーニング入力モード (TrainingInputMode
) を指定します。特定のデータセットを使用してモデルをトレーニングするには、トレーニングジョブを作成します。 -
モデル (create_model
) を作成するには 、推論イメージ ( PrimaryContainer Image
) に Docker レジストリパス (Image
) を指定します。SageMaker は、エンドポイント構成に基づく機械学習コンピューティングインスタンスを起動させてモデルをデプロイします。これには、アーティファクト (モデルトレーニングの結果) が含まれます。
レジストリパスの場合、:1
バージョンタグを使用して安定したバージョンのアルゴリズム/DLC を使用します。:1
タグを持つ推論イメージに :1
タグを含むイメージを使用して、モデルがトレーニングされるよう確実にホストすることができます。レジストリパスで :latest
タグを使用すると、最新バージョンのアルゴリズム/DLC が提供されますが、下位互換性の問題が発生する可能性があります。:latest
タグを実稼働環境で使用しないようにしてください。
XGBoost の場合、:latest
または :1
を使用しないでください。例えば、:0.90-1-cpu-py3
、:0.90-2-cpu-py3
、:1.0-1-cpu-py3
、:1.2-1
など、必要な特定のバージョンを使用します。
レジストリパスを検索するには、AWS リージョンを選択し、アルゴリズムまたは DLC を選択します。
トピック