Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Chemins de registre Docker et exemple de code
Les rubriques suivantes répertorient le chemin du registre Docker et les autres paramètres de chacun des algorithmes et des Deep Learning Containers (DLC) fournis par Amazon SageMaker AI. Pour plus d'informations, consultez la section Utiliser des images Pre-built SageMaker Docker.
Utilisez le chemin comme suit :
-
Pour créer une tâche d’entraînement (create_training_job
), spécifiez le chemin de registre Docker ( TrainingImage) et le mode d’entrée d’entraînement (TrainingInputMode) pour l’image d’entraînement. Vous créez une tâche d’entraînement pour entraîner un modèle à l’aide d’un jeu de données spécifique. -
Pour créer un modèle (create_model
), spécifiez le chemin de registre Docker ( Image) pour l'image d'inférence ().PrimaryContainer ImageSageMaker L'IA lance des instances de calcul basées sur l'apprentissage automatique basées sur la configuration du point de terminaison et déploie le modèle, qui inclut les artefacts (résultat de l'entraînement du modèle). -
Pour créer un moniteur modèle, sélectionnez la AWS région, puis sélectionnez le moniteur modèle (algorithme). Pour plus d'informations, consultez le conteneur prédéfini Amazon SageMaker AI Model Monitor.
Note
Pre-built les images de conteneurs appartiennent à SageMaker l'IA et incluent dans certains cas du code propriétaire. Des fonctionnalités telles que les tâches de formation et de traitement, la transformation par lots et l'inférence en temps réel utilisent des informations d'identification appartenant au service pour extraire et exécuter des images sur des instances d'IA gérées SageMaker . Comme les informations d'identification des clients ne sont pas utilisées, les politiques AWS IAM (y compris les politiques de contrôle des services et les politiques de contrôle des ressources) qui refusent les autorisations Amazon ECR n'empêchent pas l'utilisation d'images prédéfinies.
Note
Pour le chemin du registre, utilisez la balise :1 version pour vous assurer que vous utilisez une version stable du algorithm/DLC. Vous pouvez héberger de façon fiable un modèle entraîné à l’aide d’une image avec la balise :1 sur une image d’inférence possédant la balise :1. L'utilisation de la :latest balise dans le chemin de registre vous fournit la version la plus récente de algorithm/DLC, mais peut entraîner des problèmes de rétrocompatibilité. Évitez d’utiliser la balise :latest à des fins de production.
Important
Lorsque vous récupérez l'URI de l'image SageMaker AI XGBoost, n'utilisez pas :latest ou :1 pour la balise URI de l'image. Vous devez spécifier l'une des versions prises en charge pour choisir le conteneur SageMaker AI-managed XGBoost avec la version native du package XGBoost que vous souhaitez utiliser. Pour trouver la version du package migrée dans les conteneurs SageMaker AI XGBoost, choisissez votre, Région AWS
puis accédez à la section XGBoost (algorithme).
Pour trouver le chemin du registre, choisissez la AWS région, puis l'algorithme ou le DLC.
