翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# での機械学習製品のイメージへのコードのパッケージ化 AWS Marketplace
<a name="ml-packaging-your-code-into-images"></a>

の機械学習製品は、Amazon SageMaker AI AWS Marketplace を使用して、購入者に提供する機械学習ロジックを作成して実行します。SageMaker AI は、ロジックを含む Docker コンテナイメージを実行します。SageMaker AI は、これらのコンテナを安全でスケーラブルなインフラストラクチャで実行します。詳細については、「[Amazon SageMaker AI でのセキュリティと知的財産](ml-security-and-intellectual-property.md)」を参照してください。以下のセクションでは、SageMaker AI の Docker コンテナイメージにコードをパッケージ化する方法について説明します。

**Topics**
+ [どのタイプのコンテナイメージを作成すればよいですか?](#ml-which-type-of-container-image-do-i-create)
+ [モデルパッケージイメージの作成](ml-model-package-images.md)
+ [アルゴリズムイメージの作成](ml-algorithm-images.md)

## どのタイプのコンテナイメージを作成すればよいですか?
<a name="ml-which-type-of-container-image-do-i-create"></a>

 コンテナイメージには、推論イメージとトレーニングイメージの 2 つのタイプがあります。

 モデルパッケージ製品を作成するには、推論イメージのみが必要です。詳細な手順については、「[モデルパッケージイメージの作成](ml-model-package-images.md)」を参照してください。

 アルゴリズム製品を作成するには、トレーニングイメージと推論イメージの両方が必要です。詳細な手順については、「[アルゴリズムイメージの作成](ml-algorithm-images.md)」を参照してください。

 コードをコンテナイメージに正しくパッケージ化するには、コンテナが SageMaker AI のファイル構造に従っている必要があります。サービスがコンテナとデータをやり取りできるよう、コンテナは正しいエンドポイントを公開する必要があります。以下のセクションでは、このプロセスを詳しく説明します。

**重要**  
 セキュリティ上の理由から、コンテナ化された製品を購入者がサブスクライブすると、Docker コンテナはインターネット接続のない隔離された環境で実行されます。コンテナの作成時には、インターネット経由での呼び出しに依存しないでください。その呼び出しは失敗します。への呼び出しも失敗 AWS のサービス します。詳細については「[Amazon SageMaker AI でのセキュリティと知的財産](ml-security-and-intellectual-property.md)」セクションを参照してください。

 必要に応じて、推論イメージとトレーニングイメージを作成するときに、開始点として、[使用可能な深層学習コンテナイメージ](https://aws.amazon.com/releasenotes/available-deep-learning-containers-images/)のコンテナを使用します。イメージは既にさまざまな機械学習フレームワークで適切にパッケージ化されています。