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 |
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
