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.
Dieser Abschnitt basiert auf der neuesten Version von SageMaker AI Operators for Kubernetes, die AWS Controllers for Kubernetes (ACK) verwendet.
Wichtig
Wenn Sie derzeit die Version v1.2.2 oder eine niedrigere Version von SageMaker Operators for Kubernetes
Informationen zu den Migrationsschritten finden Sie unter Migrieren Sie Ressourcen zu den neuesten Operatoren.
Antworten auf häufig gestellte Fragen zum Ende der Unterstützung für die Originalversion von SageMaker Operators for Kubernetes finden Sie unter Ankündigung des Endes der Support der Originalversion von SageMaker AI Operators for Kubernetes
Die neueste Version von SageMaker AI Operators for Kubernetes
Gehen Sie wie folgt vor, um ACK zu installieren und zu verwenden, um Modelle für maschinelles Lernen mit Amazon SageMaker AI zu trainieren, zu optimieren und bereitzustellen.
Inhalt
Installieren Sie SageMaker AI Operators für Kubernetes
Informationen zum Einrichten der neuesten verfügbaren Version von SageMaker AI Operators for Kubernetes finden Sie im Abschnitt Einrichtung unter Machine Learning mit dem ACK SageMaker AI Controller
Verwenden Sie SageMaker KI-Operatoren für Kubernetes
Ein Tutorial zum Trainieren eines Modells für maschinelles Lernen mit dem ACK Service Controller für Amazon SageMaker AI mithilfe von Amazon EKS finden Sie unter Machine Learning with the ACK SageMaker AI Controller
Ein Beispiel für Autoscaling finden Sie unter Skalieren von SageMaker KI-Workloads mit Application
Referenz
Sehen Sie sich auch das ACK Service Controller for Amazon SageMaker AI GitHub Repository
