Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Immagini Docker SageMaker AI predefinite per il deep learning

Amazon SageMaker AI fornisce immagini Docker predefinite che includono framework di deep learning e altre dipendenze necessarie per la formazione e l'inferenza. Per un elenco completo delle immagini Docker predefinite gestite dall' SageMaker intelligenza artificiale, consulta Docker Registry Paths and Example Code.

Usare l' SageMaker SDK AI Python

Con SageMaker Python SDK, puoi addestrare e distribuire modelli utilizzando questi popolari framework di deep learning. Per istruzioni sull'installazione e l'uso dell'SDK, consulta Amazon SageMaker Python SDK. La tabella seguente elenca i framework disponibili e le istruzioni su come usarli con Python SageMaker SDK:

Estensione delle immagini Docker AI predefinite SageMaker

Puoi personalizzare questi contenitori predefiniti o estenderli secondo necessità. Con questa personalizzazione, puoi gestire qualsiasi requisito funzionale aggiuntivo per il tuo algoritmo o modello che l'immagine Docker SageMaker AI predefinita non supporta. Per un esempio, consulta Ottimizzazione e implementazione di un BERTopic modello sull' SageMaker intelligenza artificiale con script e set di dati personalizzati, estendendo i contenitori esistenti. PyTorch

Puoi anche utilizzare contenitori predefiniti per distribuire modelli personalizzati o modelli che sono stati addestrati in un framework diverso dall'intelligenza artificiale. SageMaker Per una panoramica del processo, consulta Bring Your Own Pretraining MXNet or TensorFlow Models in Amazon SageMaker. Questo tutorial spiega come trasferire gli artefatti del modello addestrato nell' SageMaker intelligenza artificiale e ospitarli su un endpoint.