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.

Accesso a immagini Docker per Scikit-learn e Spark ML

SageMaker AI fornisce immagini Docker predefinite che installano le librerie scikit-learn e Spark ML. Queste librerie includono anche le dipendenze necessarie per creare immagini Docker compatibili con SageMaker AI utilizzando Amazon SageMaker Python SDK. L’SDK consente di utilizzare scikit-learn per le attività di machine learning e Spark ML per creare e ottimizzare le pipeline di machine learning. Per istruzioni sull'installazione e l'utilizzo dell'SDK, consulta SageMaker Python SDK.

Puoi anche accedere alle immagini da un repository Amazon ECR nel tuo ambiente.

Utilizza i seguenti comandi per scoprire quali versioni delle immagini sono disponibili. Ad esempio, utilizza quanto segue per trovare l'immagine sagemaker-sparkml-serving disponibile nella Regione ca-central-1:

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

Accesso a un’immagine da SageMaker AI Python SDK

La tabella seguente contiene i link ai repository GitHub con il codice sorgente per i container scikit-learn e Spark ML. La tabella contiene anche link a istruzioni che mostrano come utilizzare questi container con gli strumenti di valutazione Python SDK per eseguire i propri algoritmi di addestramento e ospitare i propri modelli.

Per ulteriori informazioni e link ai repository github, consulta Risorse per usare Scikit-learn con Amazon AI SageMaker e Risorse per l'utilizzo di SparkML Serving con Amazon AI SageMaker.

Specificazione manuale delle immagini predefinite

Se non utilizzi l'SDK Python di SageMaker e uno dei suoi strumenti di valutazione per gestire il container, devi recuperare manualmente il container pre-compilato pertinente. Le immagini Docker predefinite di SageMaker AI sono archiviate in Amazon Elastic Container Registry (Amazon ECR). Possono essere spostate utilizzando gli indirizzi di registro completi. SageMaker AI utilizza i seguenti modelli di URL di immagine Docker per scikit-learn e Spark ML:

Per gli ID degli account e i nomi delle Regioni AWS, consulta Docker Registry Paths and Example Code.