Docker-Registry-Pfade und Beispielcode - ECR-Pfade

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Docker-Registry-Pfade und Beispielcode

In den folgenden Themen sind der Docker-Registrierungspfad und andere Parameter für jeden der von Amazon SageMaker AI bereitgestellten Algorithmen und Deep Learning Containers (DLC) aufgeführt. Weitere Informationen finden Sie unter Verwenden von vorgefertigten Docker-Images SageMaker .

Verwenden Sie den Pfad wie folgt:

  • Zum Erstellen eines Trainingsauftrags (create_training_job) geben Sie den Docker Registry-Pfad (TrainingImage) und den Trainingseingabemodus (TrainingInputMode) für das Trainings-Image an. Sie erstellen einen Trainingsauftrag zum Trainieren eines Modells mit einem bestimmten Datensatz.

  • Um ein Modell (create_model) zu erstellen, geben Sie den Docker-Registrierungspfad (Image) für das Inferenz-Image () an. PrimaryContainer Image SageMaker KI startet Recheninstanzen für maschinelles Lernen, die auf der Endpunktkonfiguration basieren, und stellt das Modell bereit, das die Artefakte (das Ergebnis des Modelltrainings) enthält.

  • Um einen Modellmonitor zu erstellen, wählen Sie die AWS Region und dann Modellmonitor (Algorithmus) aus. Weitere Informationen finden Sie unter Vorgefertigter Amazon SageMaker AI Model Monitor-Container.

Anmerkung

Vorgefertigte Container-Images sind Eigentum von SageMaker AI und enthalten in einigen Fällen proprietären Code. Funktionen wie Schulungs- und Verarbeitungsjobs, Batch-Transformation und Inferenz in Echtzeit verwenden diensteigene Anmeldeinformationen, um Images auf verwalteten SageMaker KI-Instanzen abzurufen und auszuführen. Da keine Kundenanmeldedaten verwendet werden, verhindern alle AWS IAM-Richtlinien (einschließlich Service- und Ressourcenkontrollrichtlinien), die Amazon ECR-Berechtigungen verweigern, die Verwendung von vorgefertigten Images nicht.

Anmerkung

Verwenden Sie für den Registry-Pfad das :1 Versions-Tag, um sicherzustellen, dass Sie eine stabile Version des Algorithmus/DLCs verwenden. Sie können ein Modell, das mithilfe eines Abbilds trainiert wurde, zuverlässig mit dem :1-Tag auf einem Inferenz-Image hosten, das den :1-Tag aufweist. Wenn Sie das :latest Tag im Registrierungspfad verwenden, erhalten Sie die meiste up-to-date Version des Algorithmus/DLC, was jedoch zu Problemen mit der Abwärtskompatibilität führen kann. Vermeiden Sie die Verwendung des :latest-Tags für Produktionszwecke.

Wichtig

Wenn Sie den SageMaker XGBoost AI-Bild-URI abrufen, verwenden Sie nicht :latest oder :1 für das Image-URI-Tag. Sie müssen eine der unterstützten Versionen angeben, um den SageMaker KI-verwalteten XGBoost Container mit der nativen XGBoost Paketversion auszuwählen, die Sie verwenden möchten. Um die Paketversion zu finden, die in die SageMaker XGBoost AI-Container migriert wurde, wählen Sie aus und navigieren Sie AWS-Region dann zum Abschnitt XGBoost (Algorithmus).

Um den Registrierungspfad zu finden, wählen Sie die AWS Region und dann den Algorithmus oder DLC aus.

Themen