Ressourcen für die Verwendung von Scikit-learn mit Amazon SageMaker - Amazon SageMaker
Was möchten Sie tun?

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.

Ressourcen für die Verwendung von Scikit-learn mit Amazon SageMaker

Sie können Amazon verwenden SageMaker , um ein Modell mithilfe von benutzerdefiniertem Scikit-Learn-Code zu trainieren und bereitzustellen. Die SageMaker SDK Python-Scikit-Learn-Schätzer und -Modelle und die SageMaker Open-Source-Scikit-Learn-Container erleichtern das Schreiben und Ausführen eines Scikit-Learn-Skripts. SageMaker Der folgende Abschnitt enthält Referenzmaterial, anhand dessen Sie lernen können, wie Sie Scikit-Learn verwenden können. SageMaker

Voraussetzungen

Scikit-learn 1.2 hat die folgenden Abhängigkeiten.

-Abhängigkeit Mindestversion
Python 3.8
NumPy 1.17.3
SciPy 1.3.2
joblib 1.1.1
Threadpoolctl 2.0.0

Der SageMaker Scikit-Learn-Container unterstützt die folgenden Scikit-Learn-Versionen.

Unterstützte Scikit-Learn-Version Minimale Python-Versionen
1.2-1 3.8
1.0-1 3.7
0.23-1 3.6
0.20.0 2.7 oder 3.4

Allgemeine Informationen zum Schreiben von Scikit-Learn-Trainingsskripten und zur Verwendung von Scikit-Learn-Schätzern und -Modellen mit finden Sie unter Scikit-Learn mit Python SageMaker verwenden. SageMaker SDK

Was möchten Sie tun?

Anmerkung

Matplotlib v2.2.3 oder neuer ist erforderlich, um die Scikit-Learn-Beispiel-Notebooks auszuführen. SageMaker

Ich möchte Scikit-learn für Datenverarbeitung, Feature-Engineering oder Modellevaluierung in verwenden. SageMaker

Ein Beispiel für ein Jupyter-Notizbuch finden Sie unter /tree/master/sagemaker_processing/scikit_learn_data_processing_and_model_evaluation. https://github.com/awslabs/ amazon-sagemaker-examples

Einen Blogbeitrag zum Training und zur Implementierung eines Scikit-Learn-Modells finden Sie unter Amazon SageMaker fügt Scikit-Learn-Unterstützung hinzu.

Dokumentation finden Sie unter ReadTheDocs.

Ich möchte ein benutzerdefiniertes Scikit-Learn-Modell in trainieren. SageMaker

Ein Beispiel für ein Jupyter-Notizbuch finden Sie unter /tree/master/ /scikit_learn_iris. https://github.com/awslabs/ amazon-sagemaker-examples sagemaker-python-sdk

Die Dokumentation finden Sie unter Train a Model with Scikit-learn.

Ich habe ein Scikit-Learn-Modell, in dem ich trainiert habe, und ich möchte es auf einem gehosteten Endpunkt bereitstellen. SageMaker

Weitere Informationen finden Sie unter Bereitstellen von Scikit-Learn-Modellen.

Ich habe ein Scikit-Learn-Modell, das ich außerhalb trainiert habe SageMaker, und ich möchte es auf einem Endpunkt einsetzen SageMaker

Weitere Informationen finden Sie unter Bereitstellen von Endpunkten aus Modelldaten.

Ich möchte die API Dokumentation für Amazon SageMaker Python SDK Scikit-Learn-Kurse sehen.

Weitere Informationen finden Sie unter Scikit-Learn-Klassen.

Ich möchte Informationen über SageMaker Scikit-Learn-Container sehen.

Weitere Informationen finden Sie im SageMaker Scikit-Learn Container-Repository. GitHub