기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
Scikit-Learn 및 Spark ML을 위한 사전 빌드된 아마존 SageMaker 도커 이미지
SageMaker scikit-learn 및 Spark ML 라이브러리를 설치하는 사전 빌드된 Docker 이미지를 제공합니다. 이러한 라이브러리에는 Amazon SageMaker Python
SageMakerPython SDK 사용하기
다음 표에는 scikit-learn 및 Spark ML 컨테이너의 소스 코드가 있는 GitHub 리포지토리 링크가 포함되어 있습니다. 이 표에는 Python SDK 예측기와 함께 이러한 컨테이너를 사용하여 사용자의 자체 훈련 알고리즘을 실행하고 자체 모델을 호스팅하는 방법을 알려주는 지침에 대한 링크가 포함되어 있습니다.
라이브러리 | 사전 구축된 도커 이미지 소스 코드 | 지침 |
---|---|---|
scikit-learn | ||
Spark ML |
자세한 내용과 github 리포지토리에 대한 링크는 아마존에서 Scikit-Learn을 사용하세요 SageMaker 및 아마존에서 SparkML 서빙을 이용하세요 SageMaker을 참고하세요.
사전 구축된 이미지를 수동으로 지정하기
SageMaker Python SDK와 해당 추정기 중 하나를 사용하여 컨테이너를 관리하지 않는 경우 사전 빌드된 관련 컨테이너를 수동으로 검색해야 합니다. SageMaker사전 빌드된 도커 이미지는 아마존 엘라스틱 컨테이너 레지스트리 (Amazon ECR) 에 저장됩니다. 전체 이름 레지스트리 주소를 사용하여 푸시하거나 가져올 수 있습니다. SageMaker scikit-learn 및 Spark ML에 다음과 같은 도커 이미지 URL 패턴을 사용합니다.
-
<ACCOUNT_ID>
.dkr.ecr.<REGION_NAME>
.amazonaws.com/sagemaker-scikit-learn:<SCIKIT-LEARN_VERSION>
-cpu-py<PYTHON_VERSION>
예제:
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>
예제:
341280168497
.dkr.ecr.ca-central-1
.amazonaws.com/sagemaker-sparkml-serving:2.4
계정 ID 및 AWS 지역 이름은 Docker 레지스트리 경로 및 예제 코드를 참조하십시오.
사용 가능한 이미지 찾기
다음 명령을 사용하여 사용 가능한 이미지 버전을 찾습니다. 예를 들어, 다음을 사용하여 ca-central-1
리전에서 사용 가능한 sagemaker-sparkml-serving
이미지를 찾을 수 있습니다.
aws \ ecr describe-images \ --region ca-central-1 \ --registry-id 341280168497 \ --repository-name sagemaker-sparkml-serving