Recursos para usar SparkML Serving con Amazon SageMaker AI

El modelo y el predictor de SparkML Serving del Amazon SageMaker Python SDK y el contenedor de SparkML Serving de código abierto de Amazon SageMaker AI admiten la implementación de canalizaciones de ML de Apache Spark serializadas con MLeap en SageMaker AI para obtener inferencias. Utilice los siguientes recursos para aprender a utilizar SparkML Serving con SageMaker AI.

Para obtener más información sobre el uso del contenedor de SparkML Serving para implementar modelos en SageMaker AI, consulte el SageMaker Spark ML Container GitHub repository. Para obtener información sobre el modelo y los predictores de SparkML Serving del Amazon SageMaker Python SDK, consulte la documentación de la API del modelo y predictor de SparkML Serving.