Imágenes de Docker de SageMaker IA prediseñadas para aprendizaje profundo

Amazon SageMaker AI proporciona imágenes de Docker prediseñadas que incluyen marcos de aprendizaje profundo y otras dependencias necesarias para el entrenamiento y la inferencia. Para obtener una lista completa de las imágenes de Docker prediseñadas administradas por SageMaker IA, consulte las rutas de registro de Docker y el código de ejemplo.

Uso del SDK de Python para SageMaker IA

Con el SDK de SageMaker Python, puede entrenar e implementar modelos utilizando estos populares marcos de aprendizaje profundo. Para obtener instrucciones sobre la instalación y el uso del SDK, consulte Amazon SageMaker Python SDK. En la siguiente tabla se enumeran los marcos disponibles y las instrucciones sobre cómo usarlos con el SDK de SageMaker Python:

Ampliación de las imágenes prediseñadas de SageMaker AI Docker

Puede personalizar estos contenedores precompilados o ampliarlos según sea necesario. Con esta personalización, puede gestionar cualquier requisito funcional adicional para su algoritmo o modelo que no sea compatible con la imagen de Docker de SageMaker IA prediseñada. Para ver un ejemplo de ello, consulta Cómo ajustar e implementar un BERTopic modelo de SageMaker IA con tus propios scripts y conjuntos de datos, ampliando los contenedores existentes. PyTorch

También puede usar contenedores prediseñados para implementar sus modelos personalizados o modelos que se hayan entrenado en un marco distinto de la IA. SageMaker Para obtener una descripción general del proceso, consulta Bring Your Own Pretrained MXNet o TensorFlow modelos a Amazon SageMaker. En este tutorial, se explica cómo incorporar los artefactos de los modelos entrenados a la SageMaker IA y alojarlos en un punto final.