사전 제작된 아마존 SageMaker SciKit 학습 및 스파크 ML용 도커 이미지 - 아마존 SageMaker

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

사전 제작된 아마존 SageMaker SciKit 학습 및 스파크 ML용 도커 이미지

SageMaker 는 scikit-learn 및 Spark ML 라이브러리를 설치하는 사전 빌드된 도커 이미지를 제공합니다. 이러한 라이브러리에는 과 호환되는 Docker 이미지를 만드는 데 필요한 종속성도 포함되어 있습니다. SageMaker 사용아마존 SageMaker SDK SDK. 이 SDK를 사용하면, 기계 학습 작업용 scikit-learn과 Spark ML을 사용하여 기계 학습 파이프라인을 생성하고 튜닝할 수 있습니다. SDK를 설치 및 사용하는 지침은 SageMaker Python SDK 참조하십시오.

사용 SageMakerSDK SDK

다음 표에는 에 대한 링크가 포함되어 있습니다. GitHub scikit-learn 및 Spark ML 컨테이너의 소스 코드가 포함된 리포지토리입니다. 이 표에는 이러한 컨테이너를 Python SDK 추정기와 함께 사용하여 자체 학습 알고리즘을 실행하고 자체 모델을 호스팅하는 방법을 보여주는 지침 링크도 포함되어 있습니다.

미리 빌드된 이미지를 수동으로 지정하기

사용하지 않는 경우 SageMaker Python SDK와 해당 추정기 중 하나를 사용하여 컨테이너를 관리하려면 미리 빌드된 관련 컨테이너를 수동으로 검색해야 합니다. 이 SageMaker사전 구축된 Docker 이미지는 Amazon Elastic Container Registry (Amazon ECR) 에 저장됩니다. 전체 이름 레지스트리 주소를 사용하여 푸시하거나 가져올 수 있습니다. SageMaker 공상 과학 학습과 Spark M에 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>

    예: 746614075791.dkr.ecr.us-west-1.amazonaws.com/sagemaker-scikit-learn:0.23-1-cpu-py3

  • <ACCOUNT_ID>.dkr.ecr.<REGION_NAME>.amazonaws.com/sagemaker-sparkml-serving:<SPARK-ML_VERSION>

    예: 341280168497.dkr.ecr.ca-central-1.amazonaws.com/sagemaker-sparkml-serving:2.4

다음 표에는 계정 ID에 지원되는 값과 해당 값이 나와 있습니다.AWS리전 이름

ACCOUNT_ID REGION_NAME
746614075791 us-west-1
246618743249 us-west-2
683313688378 us-east-1
257758044811 us-east-2
354813040037 ap-northeast-1
366743142698 ap-northeast-2
121021644041 ap-southeast-1
783357654285 ap-southeast-2
720646828776 ap-south-1
141502667606 eu-west-1
764974769150 eu-west-2
492215442770 eu-central-1
341280168497 ca-central-1
414596584902 us-gov-west-1

사용 가능한 이미지 찾기

다음 명령을 사용하여 사용 가능한 이미지 버전을 확인할 수 있습니다. 예를 들어, 다음을 사용하여 사용 가능한 항목을 찾을 수 있습니다.sagemaker-sparkml-serving에 있는 이미지ca-central-1리전:

aws \ ecr describe-images \ --region ca-central-1 \ --registry-id 341280168497 \ --repository-name sagemaker-sparkml-serving