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 SDK와 SageMaker 호환되는 Docker 이미지를 빌드하는 데 필요한 종속성도 포함되어 있습니다. 이 SDK를 사용하면, 사용자는 기계 학습 작업용 scikit-learn과 Spark ML을 사용하여 기계 학습 파이프라인을 생성하고 튜닝할 수 있습니다. SDK 설치 및 사용에 대한 지침은 SageMaker Python SDK를 참조하십시오.

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	SageMaker Scikit-Learn 컨테이너	Amazon Python SDK와 함께 Scikit-Learn을 사용하기 SageMaker
Spark ML	SageMaker 스파크 ML 서빙 컨테이너	SparkML Python SDK 문서

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