As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Imagens pré-criadas do Amazon SageMaker Docker para Scikit-learn e Spark ML
SageMaker fornece imagens pré-criadas do Docker que instalam as bibliotecas scikit-learn e Spark ML. Essas bibliotecas também incluem as dependências necessárias para criar imagens do Docker que sejam compatíveis com o SageMaker uso do SDK do Amazon Python SageMaker
Usando o SDK do SageMaker Python
A tabela a seguir contém links para os GitHub repositórios com o código-fonte dos contêineres scikit-learn e Spark ML. A tabela também contém links para instruções que mostram como usar esses contêineres com os estimadores do Python SDK para executar seus próprios algoritmos de treinamento e hospedar seus próprios modelos.
| Ferramentas | Código-fonte da imagem do Docker pré-compilada | Instruções |
|---|---|---|
| scikit-learn | ||
| SparkML |
Para obter mais informações e links para os repositórios do github, consulte Use o Scikit-learn com a Amazon SageMaker e Use o SparkML Serving com a Amazon SageMaker.
Especificar manualmente as imagens pré-compiladas
Se você não estiver usando o SDK do SageMaker Python e um de seus estimadores para gerenciar o contêiner, precisará recuperar manualmente o contêiner pré-criado relevante. As imagens SageMaker pré-criadas do Docker são armazenadas no Amazon Elastic Container Registry (Amazon ECR). Você pode enviá-los ou retirá-los usando seus endereços de registro de nome completo. SageMaker usa os seguintes padrões de URL de imagem do Docker para scikit-learn e Spark ML:
-
<ACCOUNT_ID>.dkr.ecr.<REGION_NAME>.amazonaws.com/sagemaker-scikit-learn:<SCIKIT-LEARN_VERSION>-cpu-py<PYTHON_VERSION>Por exemplo,
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>Por exemplo,
341280168497.dkr.ecr.ca-central-1.amazonaws.com/sagemaker-sparkml-serving:2.4
Para IDs de contas e nomes de AWS regiões, consulte Caminhos de registro e código de exemplo do Docker.
Encontrando imagens disponíveis
Use os seguintes comandos para descobrir quais versões das imagens estão disponíveis. Por exemplo, use o seguinte para encontrar a imagem sagemaker-sparkml-serving disponível na região ca-central-1:
aws \ ecr describe-images \ --region ca-central-1 \ --registry-id 341280168497 \ --repository-name sagemaker-sparkml-serving
