Docker 레지스트리 경로 및 예제 코드 - 아마존 SageMaker ECR 경로

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Docker 레지스트리 경로 및 예제 코드

다음 항목에는 Amazon에서 SageMaker 제공하는 각 알고리즘과 Deep Learning Containers (DLC) 에 대한 Docker 레지스트리 경로와 기타 파라미터가 나열되어 있습니다. 자세한 내용은 사전 빌드된 SageMaker Docker 이미지 사용을 참조하십시오.

경로를 다음과 같이 사용하세요.

  • 훈련 작업(훈련_작업_생성)을 생성하려면 Docker 레지스트리 경로(TrainingImage) 및 훈련 이미지에 대한 훈련 입력 모드(TrainingInputMode)를 지정합니다. 특정 데이터 세트를 사용하여 교육할 교육 작업을 생성합니다.

  • 모델 (create_model) 을 만들려면 추론 이미지 () 의 Docker 레지스트리 경로 (Image) 를 지정하십시오. PrimaryContainer Image SageMaker 엔드포인트 구성을 기반으로 하는 기계 학습 컴퓨팅 인스턴스를 시작하고 아티팩트 (모델 학습 결과) 가 포함된 모델을 배포합니다.

  • 모델 모니터를 만들려면 AWS 지역을 선택한 다음 모델 모니터 (알고리즘) 를 선택합니다. 자세한 내용은 Amazon SageMaker 모델 모니터 사전 구축 컨테이너를 참조하십시오.

참고

레지스트리 경로에서 :1 버전 태그를 사용하여 안정적인 버전의 알고리즘/DLC을 사용 중인지 확인합니다. :1 태그를 보유한 추론 이미지에 있는 :1 태그가 포함된 이미지를 사용하여 교육된 모델을 안정적으로 호스팅할 수 있습니다. 레지스트리 경로에 있는 :latest 태그를 사용하면 대부분의 알고리즘/DLC를 사용할 수 있지만 up-to-date 이전 버전과의 호환성에 문제가 발생할 수 있습니다. 생산 목적의 경우 :latest 태그 사용을 피하십시오.

중요

SageMaker XGBoost 이미지 URI를 검색할 때 이미지 URI 태그에는 :latest 또는 :1 를 사용하지 마십시오. 사용하려는 네이티브 XGBoost 패키지 버전이 포함된 SageMaker -managed XGBoost 컨테이너를 선택하려면 지원되는 버전 중 하나를 지정해야 합니다. SageMaker XGBoost 컨테이너로 마이그레이션된 패키지 버전을 찾으려면 해당 버전을 선택한 AWS 리전 다음 XGBoost (알고리즘) 섹션으로 이동하십시오.

레지스트리 경로를 찾으려면 AWS 지역을 선택한 다음 알고리즘 또는 DLC를 선택합니다.

주제