Ressourcen für die Verwendung von SparkML Serving with Amazon SageMaker - Amazon SageMaker

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 SparkML Serving with Amazon SageMaker

Das Amazon SageMaker Python SDK SparkML Serving Modell und der Prädiktor sowie der Amazon SageMaker Open-Source-Container SparkML Serving unterstützen die Bereitstellung von Apache Spark ML-Pipelines, die mit in serialisiert sind, um Rückschlüsse zu ziehen. MLeap SageMaker Verwenden Sie die folgenden Ressourcen, um zu erfahren, wie Sie SparkML Serving mit verwenden können. SageMaker

Informationen zur Verwendung des SparkML-Serving-Containers zum Bereitstellen von Modellen finden Sie SageMaker unter SageMaker Spark ML GitHub Container-Repository. Informationen zum Amazon SageMaker Python SDK SparkML Serving-Modell und zu den Prädiktoren finden Sie in der Dokumentation SparkML Serving Model and Predictor. API