Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Mengakses Gambar Docker untuk Scikit-learn dan Spark ML
<a name="pre-built-docker-containers-scikit-learn-spark"></a>

SageMaker AI menyediakan gambar Docker bawaan yang menginstal pustaka scikit-learn dan Spark ML. [Library ini juga menyertakan dependensi yang diperlukan untuk membangun image Docker yang kompatibel dengan AI SageMaker menggunakan Amazon Python SDK. SageMaker ](https://sagemaker.readthedocs.io/en/stable) Dengan SDK, Anda dapat menggunakan scikit-learn untuk tugas pembelajaran mesin dan menggunakan Spark ML untuk membuat dan menyetel pipeline pembelajaran mesin. Untuk petunjuk cara menginstal dan menggunakan SDK, lihat [SageMaker Python](https://github.com/aws/sagemaker-python-sdk#installing-the-sagemaker-python-sdk) SDK. 

Anda juga dapat mengakses gambar dari repositori Amazon ECR di lingkungan Anda sendiri.

Gunakan perintah berikut untuk mengetahui versi gambar mana yang tersedia. Misalnya, gunakan yang berikut ini untuk menemukan `sagemaker-sparkml-serving` gambar yang tersedia di `ca-central-1` Wilayah:

```
aws \
    ecr describe-images \
    --region ca-central-1 \
    --registry-id 341280168497 \
    --repository-name sagemaker-sparkml-serving
```

## Mengakses gambar dari SageMaker AI Python SDK
<a name="pre-built-docker-containers-scikit-learn-spark-sdk"></a>

Tabel berikut berisi tautan ke GitHub repositori dengan kode sumber untuk wadah scikit-learn dan Spark ML. Tabel ini juga berisi tautan ke instruksi yang menunjukkan cara menggunakan wadah ini dengan estimator Python SDK untuk menjalankan algoritme pelatihan Anda sendiri dan menghosting model Anda sendiri. 


| Perpustakaan | Kode Sumber Gambar Docker Prebuilt | Petunjuk | 
| --- | --- | --- | 
| scikit-belajar |  [SageMaker Kontainer AI Scikit-learn](https://github.com/aws/sagemaker-scikit-learn-container)  |  [Menggunakan Scikit-learn dengan Amazon Python SDK SageMaker ](https://sagemaker.readthedocs.io/en/stable/using_sklearn.html)  | 
| Percikan Ml |  [SageMaker Wadah Penyajian AI Spark Ml](https://github.com/aws/sagemaker-sparkml-serving-container)  |  [Dokumentasi SDK Python SparkMl](https://sagemaker.readthedocs.io/en/stable/sagemaker.sparkml.html)  | 

Untuk informasi selengkapnya dan tautan ke repositori github, lihat dan. [Sumber daya untuk menggunakan Scikit-Learn dengan Amazon AI SageMaker](sklearn.md) [Sumber daya untuk menggunakan SparkMl Serving dengan Amazon AI SageMaker](sparkml-serving.md)

## Menentukan Gambar Prebuilt Secara Manual
<a name="pre-built-containers-scikit-learn-manual"></a>

Jika Anda tidak menggunakan SageMaker Python SDK dan salah satu penaksirnya untuk mengelola penampung, Anda harus mengambil wadah bawaan yang relevan secara manual. Gambar Docker prebuilt SageMaker AI disimpan di Amazon Elastic Container Registry (Amazon ECR). Anda dapat mendorong atau menariknya menggunakan alamat registri nama lengkap mereka. SageMaker AI menggunakan pola URL Gambar Docker berikut untuk scikit-learn dan Spark ML:
+ `<ACCOUNT_ID>.dkr.ecr.<REGION_NAME>.amazonaws.com/sagemaker-scikit-learn:<SCIKIT-LEARN_VERSION>-cpu-py<PYTHON_VERSION>`

  Sebagai contoh, `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>`

  Sebagai contoh, `341280168497.dkr.ecr.ca-central-1.amazonaws.com/sagemaker-sparkml-serving:2.4`.

Untuk nama akun IDs dan AWS Wilayah, lihat [Jalur Registri Docker dan Kode Contoh](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths).