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 SparkML Serving avec Amazon AI SageMaker
<a name="sparkml-serving"></a>

Le modèle et le prédicteur SparkML Serving du [SDK Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable) et le conteneur SparkML Serving open source Amazon SageMaker AI prennent en charge le déploiement de pipelines Apache Spark ML sérialisés avec l'IA pour obtenir des inférences. MLeap SageMaker Utilisez les ressources suivantes pour apprendre à utiliser SparkML Serving avec l'IA. SageMaker 

Pour plus d'informations sur l'utilisation du conteneur SparkML Serving pour déployer des modèles sur l'IA, [SageMaker consultez le SageMaker référentiel de conteneurs Spark](https://github.com/aws/sagemaker-sparkml-serving-container) ML. GitHub Pour plus d'informations sur le modèle de service SparkML et les prédicteurs du [SDK Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable), consultez la documentation du modèle de service [SparkML et de l'API Predictor](https://sagemaker.readthedocs.io/en/stable/sagemaker.sparkml.html).