As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Caminhos de registro do Docker e código de exemplo
Os tópicos a seguir listam o caminho do registro do Docker e outros parâmetros para cada um dos algoritmos e Deep Learning Containers (DLC) fornecidos pela Amazon SageMaker AI. Para obter mais informações, consulte Usar imagens pré-criadas do SageMaker Docker.
Use o caminho da seguinte forma:
-
Para criar um job de treinamento (create_training_job
), especifique o caminho de registro do Docker ( TrainingImage) e o modo de entrada do treinamento (TrainingInputMode) para a imagem de treinamento. Para treinar um modelo usando um conjunto de dados específico, crie um trabalho de treinamento. -
Para criar um modelo (create_model
), especifique o caminho de registro do Docker ( Image) para a imagem de inferência ().PrimaryContainer ImageSageMaker A IA lança instâncias de computação de aprendizado de máquina baseadas na configuração do endpoint e implanta o modelo, que inclui os artefatos (o resultado do treinamento do modelo). -
Para criar um monitor de modelo, selecione a AWS Região e, em seguida, selecione Monitor de modelo (algoritmo). Para obter mais informações, consulte o contêiner pré-construído do Amazon SageMaker AI Model Monitor.
nota
As imagens de contêiner pré-criadas são de propriedade da SageMaker IA e, em alguns casos, incluem código proprietário. Recursos como trabalhos de treinamento e processamento, transformação em lote e inferência em tempo real usam credenciais de propriedade do serviço para extrair e executar imagens em instâncias gerenciadas de IA. SageMaker Como as credenciais do cliente não são usadas, nenhuma política AWS do IAM (incluindo políticas de controle de serviços e políticas de controle de recursos) que negue as permissões do Amazon ECR não impede o uso de imagens pré-criadas.
nota
Para o caminho de registro, utilize a tag de versão :1 para garantir que esteja usando uma versão estável do algoritmo/DLC. É confiável hospedar um modelo treinado usando uma imagem com a marcação :1 em uma imagem de inferência com a marcação :1. O uso da :latest tag no caminho do registro fornece a up-to-date versão mais completa do algoritmo/DLC, mas pode causar problemas de compatibilidade com versões anteriores. Evite usar a marcação :latest para fins de produção.
Importante
Ao recuperar o URI da XGBoost imagem de SageMaker IA, não use :latest ou :1 para a tag do URI da imagem. Você deve especificar uma das versões suportadas para escolher o XGBoost contêiner SageMaker gerenciado por IA com a versão do XGBoost pacote nativo que você deseja usar. Para encontrar a versão do pacote migrada para os XGBoost contêineres de SageMaker IA, escolha sua Região da AWS
e navegue até a seção XGBoost (algoritmo).
Para encontrar o caminho do registro, escolha a AWS Região e, em seguida, escolha o algoritmo ou DLC.
