Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Pre-built SageMaker AI-Docker-Bilder
Amazon SageMaker AI bietet Container für seine integrierten Algorithmen und vorgefertigte Docker-Images für einige der gängigsten Frameworks für maschinelles Lernen, wie Apache MXNet, TensorFlow, PyTorch und Chainer. Auch Machine-Learning-Bibliotheken wie scikit-learn und SparkML werden unterstützt.
Sie können diese Bilder von Ihrer SageMaker Notebook-Instance oder Studio aus verwenden. SageMaker Sie können die vorgefertigten SageMaker Images auch um Bibliotheken und benötigte Funktionen erweitern. In den folgenden Themen finden Sie Informationen zu den verfügbaren Images und wie man sie benutzt.
Den Docker-Registrierungspfad und andere Parameter für jeden der von Amazon SageMaker AI bereitgestellten Algorithmen und Deep Learning-Container (DLC) finden Sie unter Docker-Registrierungspfade und Beispielcode.
Informationen zu Docker-Images für die Entwicklung von Reinforcement Learning (RL) -Lösungen in SageMaker KI finden Sie unter SageMaker AI RL Containers.
Anmerkung
Pre-built Container-Images sind Eigentum von SageMaker AI und enthalten in einigen Fällen proprietären Code. Funktionen wie Training und Verarbeitung von Aufträgen, Batch-Transformation und Echtzeit-Inferenz verwenden diensteigene Anmeldeinformationen, um Images auf verwalteten SageMaker KI-Instanzen abzurufen und auszuführen. Da keine Kundenanmeldeinformationen verwendet werden, verhindern AWS IAM-Richtlinien (einschließlich Service- und Ressourcenkontrollrichtlinien), die Amazon ECR-Berechtigungen verweigern, die Verwendung vorgefertigter Images nicht.
Themen
