기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

딥 러닝을 위한 사전 구축된 SageMaker AI Docker 이미지

Amazon SageMaker AI는 딥 러닝 프레임워크 및 훈련 및 추론에 필요한 기타 종속성을 포함하는 사전 구축된 Docker 이미지를 제공합니다. SageMaker AI에서 관리하는 사전 구축된 Docker 이미지의 전체 목록은 Docker 레지스트리 경로 및 예시 코드를 참조하세요.

SageMaker AI Python SDK 사용

SageMaker Python SDK와 함께 이러한 인기 있는 딥 러닝 프레임워크를 사용하여 모델을 훈련하고 배포할 수 있습니다. SDK를 설치 및 사용하는 지침은 Amazon SageMaker Python SDK를 참조하세요. 다음 표에는 사용 가능한 프레임워크와 이를 SageMaker Python SDK와 함께 사용하는 방법에 대한 지침이 나와 있습니다.

사전 구축된 SageMaker AI Docker 이미지 확장

이러한 사전 구축된 컨테이너를 사용자 지정하거나 필요에 따라 확장할 수 있습니다. 이 최적화를 통해 사전 구축된 SageMaker AI Docker 이미지가 지원하지 않는 알고리즘 또는 모델에 대한 추가 기능 요구 사항을 처리할 수 있습니다. 이에 대한 예는 Fine-tuning and deploying a BERTopic model on SageMaker AI with your own scripts and dataset, by extending existing PyTorch containers를 참조하세요.

사용자는 또한, 사전 구축된 컨테이너를 사용자 지정 모델 또는 SageMaker AI 이외의 프레임워크에서 훈련된 모델을 배포하는 데 사용할 수 있습니다. 이 프로세스에 대한 개요는 Bring Your Own Pretrained MXNet or TensorFlow Models into Amazon SageMaker를 참조하세요. 이 자습서에서는 훈련된 모델 아티팩트를 SageMaker AI로 가져와 엔드포인트에서 호스팅하는 방법을 다룹니다.