Sélectionner vos préférences de cookies

Nous utilisons des cookies essentiels et des outils similaires qui sont nécessaires au fonctionnement de notre site et à la fourniture de nos services. Nous utilisons des cookies de performance pour collecter des statistiques anonymes afin de comprendre comment les clients utilisent notre site et d’apporter des améliorations. Les cookies essentiels ne peuvent pas être désactivés, mais vous pouvez cliquer sur « Personnaliser » ou « Refuser » pour refuser les cookies de performance.

Si vous êtes d’accord, AWS et les tiers approuvés utiliseront également des cookies pour fournir des fonctionnalités utiles au site, mémoriser vos préférences et afficher du contenu pertinent, y compris des publicités pertinentes. Pour accepter ou refuser tous les cookies non essentiels, cliquez sur « Accepter » ou « Refuser ». Pour effectuer des choix plus détaillés, cliquez sur « Personnaliser ».

Ressources pour utiliser Apache MXNet avec Amazon SageMaker AI

Mode de mise au point
Ressources pour utiliser Apache MXNet avec Amazon SageMaker AI - Amazon SageMaker AI

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Les MXNet estimateurs et modèles du SDK Amazon SageMaker Python ainsi que le MXNet conteneur open source SageMaker AI facilitent l'écriture d'un MXNet script et son exécution dans l'IA. SageMaker La section suivante fournit des documents de référence que vous pouvez utiliser pour apprendre à utiliser l' SageMaker IA pour entraîner et déployer un modèle à l'aide d'un MXNet code personnalisé.

Que souhaitez-vous faire ?

Je souhaite entraîner un MXNet modèle personnalisé en SageMaker IA.

Pour obtenir de la documentation, voir Entraîner un modèle avec MXNet.

J'ai un MXNet modèle que j'ai formé à l' SageMaker IA et je souhaite le déployer sur un terminal hébergé.

Pour plus d'informations, voir Déployer MXNet des modèles.

J'ai un MXNet modèle que j'ai formé en dehors de l' SageMaker IA et je souhaite le déployer sur un point de terminaison basé sur SageMaker l'IA

Pour de plus amples informations, veuillez consulter Deploy Endpoints from Model Data (Déploiement de points de terminaison à partir de données de modèle).

Je souhaite consulter la documentation de l'API pour les MXNet classes du SDK Amazon SageMaker Python.

Pour plus d'informations, consultez la section MXNet Classes.

Je souhaite trouver le référentiel de MXNet conteneurs SageMaker AI.

Pour plus d'informations, consultez le GitHub référentiel SageMaker AI MXNet Container.

Je souhaite obtenir des informations sur les MXNet versions prises en charge par AWS Deep Learning Containers.

Pour de plus amples informations, veuillez consulter Available Deep Learning Container Images (Images Deep Learning Containers disponibles).

Pour des informations générales sur l'écriture de scripts d'entraînement en mode MXNet MXNet script et l'utilisation d'estimateurs et de modèles en mode script avec l' SageMaker IA, consultez la section Utilisation MXNet avec le SDK SageMaker Python.

Rubrique suivante :

Apache Spark

Rubrique précédente :

Frameworks et langages de ML
ConfidentialitéConditions d'utilisation du sitePréférences de cookies
© 2025, Amazon Web Services, Inc. ou ses affiliés. Tous droits réservés.