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.

Imagens do Docker predefinidas do SageMaker AI para aprendizado profundo

O Amazon SageMaker AI oferece imagens de Docker predefinidas que incluem frameworks de aprendizado profundo e outras dependências necessárias para treinamento e inferência. Para ver uma lista completa de imagens do Docker predefinidas gerenciadas pelo SageMaker AI, consulte Docker Registry Paths and Example Code.

Usar o SageMaker AI Python SDK

Com o SageMaker Python SDK do , você pode treinar e implantar modelos usando essas estruturas de aprendizado profundo mais conhecidas. Para obter instruções sobre como instalar e usar o SDK, consulte Amazon SageMaker Python SDK. A tabela a seguir lista as estruturas disponíveis e as instruções sobre como usá-las com o SageMaker Python SDK.

Estender imagens do Docker predefinidas do SageMaker AI

Você pode personalizar esses contêineres predefinidos ou estendê-los conforme necessário. Com essa personalização, você pode lidar com qualquer outro requisito funcional para seu algoritmo ou modelo ao qual a imagem do Docker predefinida do SageMaker AI não atende. Por exemplo, consulte Fine-tuning and deploying a BERTopic model on SageMaker AI with your own scripts and dataset, by extending existing PyTorch containers.

Você também pode usar contêineres predefinidos para implantar seus modelos personalizados ou modelos que foram treinados em um framework diferente do SageMaker AI. Para obter uma visão geral do processo, consulte Traga seus próprios modelos pré-treinados MXNet ou TensorFlow para o Amazon SageMaker. Este tutorial aborda como trazer os artefatos do modelo treinado para o SageMaker AI e hospedá-los em um endpoint.