View a markdown version of this page

Ressources à utiliser Scikit-learn avec Amazon SageMaker AI - Amazon SageMaker AI

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.

Ressources à utiliser Scikit-learn avec Amazon SageMaker AI

Vous pouvez utiliser Amazon SageMaker AI pour entraîner et déployer un modèle à l'aide d'un Scikit-learn code personnalisé. Les Scikit-learn estimateurs et modèles du SDK SageMaker AI Python et les Scikit-learn conteneurs open source d' SageMaker IA facilitent l'écriture d'un Scikit-learn script et son exécution dans l'IA. SageMaker La section suivante fournit des documents de référence que vous pouvez utiliser pour apprendre à utiliser Scikit-learn l' SageMaker IA.

Exigences

Scikit-learn La version 1.4 comporte les dépendances suivantes.

Dépendance Version minimale
Python 3,10
NumPy 2.1.0
SciPy 1.15.3
joblib 1.5.2
threadpoolctl 3.6.0

Le Scikit-learn conteneur SageMaker AI prend en charge les Scikit-learn versions suivantes.

Scikit-learn Version prise en charge Version minimale de Python
1.4-2 3.10
1.2-1 3.8
1.0-1 3.7
0.23-1 3.6
0.20.0 2.7 ou 3.4

Pour des informations générales sur l'écriture de scripts d' Scikit-learn entraînement et l'utilisation d' Scikit-learn estimateurs et de modèles avec l' SageMaker IA, consultez la section Utilisation Scikit-learn avec le SDK SageMaker Python.

Que souhaitez-vous faire ?

Note

Matplotlib v2.2.3 ou version ultérieure est nécessaire pour exécuter les exemples de blocs-notes AI. SageMaker Scikit-learn

Je souhaite l'utiliser Scikit-learn pour le traitement des données, l'ingénierie des fonctionnalités ou l'évaluation de modèles en SageMaker IA.

Pour un exemple de bloc-notes Jupyter, voir. https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker_processing/scikit_learn_data_processing_and_model_evaluation

Pour un article de blog sur la formation et le déploiement d'un Scikit-learn modèle, consultez Amazon SageMaker AI ajoute un Scikit-Learn support.

Pour obtenir la documentation, veuillez consulter ReadTheDocs.

Je souhaite entraîner un Scikit-learn modèle personnalisé en SageMaker IA.

Pour un exemple de bloc-notes Jupyter, voir. https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker-python-sdk/scikit_learn_iris

Pour obtenir de la documentation, voir Entraîner un modèle avec Scikit-learn.

J'ai un Scikit-learn modèle que j'ai formé à l' SageMaker IA et je souhaite le déployer sur un terminal hébergé.

Pour plus d'informations, consultez la section Déployer Scikit-learn des modèles.

J'ai un Scikit-learn modèle que j'ai formé en dehors de l' SageMaker IA et je souhaite le déployer sur un point de terminaison basé sur SageMaker l'IA

Pour plus d’informations, consultez Déploiement de points de terminaison à partir de données de modèle.

Je souhaite consulter la documentation de l'API pour les Scikit-learn classes du SDK Amazon SageMaker Python.

Pour plus d'informations, consultez la section Scikit-learnClasses.

Je souhaite obtenir des informations sur les Scikit-learn conteneurs SageMaker AI.

Pour plus d'informations, consultez la section GitHub Référentiel de SageMaker Scikit-learn conteneurs.