Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Acceso a las imágenes de Docker para Scikit-learn y Spark ML

SageMaker proporciona imágenes de Docker prediseñadas que instalan las bibliotecas scikit-learn y Spark ML. Estas bibliotecas también incluyen las dependencias necesarias para crear imágenes de Docker que sean compatibles con el SageMaker uso de Amazon Python SageMaker . SDK Con ellasSDK, puedes usar scikit-learn para tareas de aprendizaje automático y usar Spark ML para crear y ajustar procesos de aprendizaje automático. Para obtener instrucciones sobre la instalación y el uso deSDK, consulte SageMaker Python SDK.

También puedes acceder a las imágenes desde un ECR repositorio de Amazon en tu propio entorno.

Utilice los siguientes comandos para saber qué versiones de las imágenes están disponibles. Por ejemplo, utilice lo siguiente para buscar la imagen sagemaker-sparkml-serving disponible en la región ca-central-1:

aws \
    ecr describe-images \
    --region ca-central-1 \
    --registry-id 341280168497 \
    --repository-name sagemaker-sparkml-serving

Acceder a una imagen desde SageMaker Python SDK

La siguiente tabla contiene enlaces a los GitHub repositorios con el código fuente de los contenedores scikit-learn y Spark ML. La tabla también contiene enlaces a instrucciones que muestran cómo usar estos contenedores con SDK estimadores de Python para ejecutar sus propios algoritmos de entrenamiento y alojar sus propios modelos.

Para obtener más información y enlaces a los repositorios de github, consulte Recursos para usar Scikit-learn con Amazon SageMaker y Recursos para usar SparkML Serving con Amazon SageMaker.

Especificar manualmente las imágenes precompiladas

Si no está utilizando SageMaker Python SDK y uno de sus estimadores para administrar el contenedor, debe recuperar el contenedor preconstruido relevante manualmente. Las imágenes de Docker SageMaker prediseñadas se almacenan en Amazon Elastic Container Registry (AmazonECR). Puede insertarlas o extraerlas utilizando sus nombres completos y direcciones de registro. SageMaker usa los siguientes URL patrones de imágenes de Docker para scikit-learn y Spark ML:

Para ver los nombres de cuentas IDs y AWS regiones, consulta las rutas de registro de Docker y el código de ejemplo.