Ressources pour utiliser Scikit-learn avec Amazon AI SageMaker - 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.

Ressources pour utiliser Scikit-learn avec Amazon AI SageMaker

Vous pouvez utiliser Amazon SageMaker AI pour entraîner et déployer un modèle à l'aide du code Scikit-learn personnalisé. Les estimateurs et modèles Scikit-learn du SDK SageMaker AI Python et les conteneurs open source Scikit-learn facilitent l'écriture d'un script Scikit-learn et son exécution dans SageMaker AI. SageMaker La section suivante fournit du matériel de référence que vous pouvez utiliser pour apprendre à utiliser Scikit-learn avec l'IA. SageMaker

Prérequis

Scikit-learn 1.2 a les dépendances suivantes.

Dépendance Version minimale
Python 3.8
NumPy 1.17.3
SciPy 1.3.2
joblib 1.1.1
threadpoolctl 2.0.0

Le conteneur SageMaker AI Scikit-learn prend en charge les versions suivantes de Scikit-learn.

Version Scikit-learn prise en charge Version minimale de Python
1.2-1 3.8
1.0-1 3.7
0.23-1 3.6
0.20.0 2.7 ou 3.4

Pour des informations générales sur l'écriture de scripts d'entraînement Scikit-learn et sur l'utilisation des estimateurs et modèles Scikit-learn avec l'IA SageMaker , voir Utilisation de Scikit-learn avec le SDK Python. SageMaker

Que souhaitez-vous faire ?

Note

Matplotlib v2.2.3 ou version ultérieure est nécessaire pour exécuter les exemples de blocs-notes AI Scikit-Learn. SageMaker

Je souhaite utiliser Scikit-learn pour le traitement des données, l'ingénierie des fonctionnalités ou l'évaluation de modèles dans l'IA. SageMaker

Pour un exemple de bloc-notes Jupyter, voir https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker_processing/scikit_learn_data_processing_and_model_evaluation.

Pour un article de blog sur la formation et le déploiement d'un modèle Scikit-Learn, consultez Amazon SageMaker AI ajoute le support Scikit-Learn.

Pour obtenir la documentation, veuillez consulter ReadTheDocs.

Je souhaite entraîner un modèle Scikit-learn personnalisé en IA. SageMaker

Pour un exemple de bloc-notes Jupyter, voir https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker-python-sdk/scikit_learn_iris.

Pour obtenir de la documentation, veuillez consulter Former un modèle avec Scikit-learn.

J'ai un modèle Scikit-learn que j'ai formé à l' SageMaker IA, et je souhaite le déployer sur un point de terminaison hébergé.

Pour de plus amples informations, veuillez consulter Deploy Scikit-learn models (Déploiement de modèles Scikit-learn).

J'ai un modèle Scikit-learn que j'ai formé en dehors de l' SageMaker IA, et je souhaite le déployer sur un point de terminaison d'IA SageMaker

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 classes Scikit-learn du SDK Amazon SageMaker Python.

Pour de plus amples informations, veuillez consulter Scikit-learn Classes (Classes Scikit-learn).

Je souhaite obtenir des informations sur les conteneurs SageMaker AI Scikit-learn.

Pour plus d'informations, consultez le référentiel SageMaker Scikit-Learn Container. GitHub