Wählen Sie Ihre Cookie-Einstellungen aus

Wir verwenden essentielle Cookies und ähnliche Tools, die für die Bereitstellung unserer Website und Services erforderlich sind. Wir verwenden Performance-Cookies, um anonyme Statistiken zu sammeln, damit wir verstehen können, wie Kunden unsere Website nutzen, und Verbesserungen vornehmen können. Essentielle Cookies können nicht deaktiviert werden, aber Sie können auf „Anpassen“ oder „Ablehnen“ klicken, um Performance-Cookies abzulehnen.

Wenn Sie damit einverstanden sind, verwenden AWS und zugelassene Drittanbieter auch Cookies, um nützliche Features der Website bereitzustellen, Ihre Präferenzen zu speichern und relevante Inhalte, einschließlich relevanter Werbung, anzuzeigen. Um alle nicht notwendigen Cookies zu akzeptieren oder abzulehnen, klicken Sie auf „Akzeptieren“ oder „Ablehnen“. Um detailliertere Entscheidungen zu treffen, klicken Sie auf „Anpassen“.

Ressourcen für die Verwendung von Apache MXNet mit Amazon SageMaker AI

Fokusmodus
Ressourcen für die Verwendung von Apache MXNet mit Amazon SageMaker AI - Amazon SageMaker KI

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.

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.

Die Amazon SageMaker Python MXNet SDK-Schätzer und -Modelle sowie der SageMaker MXNet KI-Open-Source-Container erleichtern das Schreiben eines MXNet Skripts und dessen Ausführung in SageMaker KI. Der folgende Abschnitt enthält Referenzmaterial, anhand dessen Sie lernen können, wie Sie mithilfe von SageMaker KI mithilfe von benutzerdefiniertem MXNet Code ein Modell trainieren und bereitstellen können.

Was möchten Sie tun?

Ich möchte ein benutzerdefiniertes MXNet Modell in SageMaker KI trainieren.

Die Dokumentation finden Sie unter Trainiere ein Modell mit MXNet.

Ich habe ein MXNet Modell, das ich in SageMaker KI trainiert habe, und ich möchte es auf einem gehosteten Endpunkt bereitstellen.

Weitere Informationen finden Sie unter MXNet Modelle bereitstellen.

Ich habe ein MXNet Modell, das ich außerhalb von SageMaker KI trainiert habe, und ich möchte es auf einem SageMaker KI-Endpunkt einsetzen

Weitere Informationen finden Sie unter Bereitstellen von Endpunkten aus Modelldaten.

Ich möchte die API-Dokumentation für Amazon SageMaker Python MXNet SDK-Klassen sehen.

Weitere Informationen finden Sie unter MXNet Klassen.

Ich möchte das SageMaker MXNet AI-Container-Repository finden.

Weitere Informationen finden Sie unter SageMaker AI MXNet Container GitHub Repository.

Ich möchte Informationen zu MXNet Versionen finden, die von AWS Deep Learning Containers unterstützt werden.

Weitere Informationen finden Sie unter Verfügbare Deep-Learning-Container-Images.

Allgemeine Informationen zum Schreiben von Trainingsskripten für den MXNet Skriptmodus und zur Verwendung von Schätzern und Modellen für den MXNet Skriptmodus mit SageMaker KI finden Sie unter Verwenden MXNet mit dem SageMaker Python-SDK.

Auf dieser Seite

DatenschutzNutzungsbedingungen für die WebsiteCookie-Einstellungen
© 2025, Amazon Web Services, Inc. oder Tochtergesellschaften. Alle Rechte vorbehalten.