Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Gambar SageMaker Docker bawaan untuk pembelajaran mendalam

Amazon SageMaker menyediakan gambar Docker bawaan yang mencakup kerangka kerja pembelajaran mendalam dan dependensi lain yang diperlukan untuk pelatihan dan inferensi. Untuk daftar lengkap image Docker bawaan yang dikelola oleh SageMaker, lihat Docker Registry Paths and Example Code.

Menggunakan SageMaker Python SDK

Dengan SageMaker Python SDK, Anda dapat melatih dan menerapkan model menggunakan kerangka kerja pembelajaran mendalam yang populer ini. Untuk petunjuk cara menginstal dan menggunakan SDK, lihat Amazon SageMaker Python SDK. Tabel berikut mencantumkan kerangka kerja dan instruksi yang tersedia tentang cara menggunakannya dengan SageMaker Python SDK:

Memperluas Gambar Docker Prebuilt SageMaker

Anda dapat menyesuaikan wadah bawaan ini atau memperluasnya sesuai kebutuhan. Dengan kustomisasi ini, Anda dapat menangani persyaratan fungsional tambahan apa pun untuk algoritme atau model yang tidak didukung oleh image SageMaker Docker bawaan. Untuk contoh ini, lihat Menyesuaikan dan menerapkan model berTopic dengan skrip dan kumpulan data Anda sendiri, SageMaker dengan memperluas wadah yang ada. PyTorch

Anda juga dapat menggunakan kontainer bawaan untuk menerapkan model atau model kustom Anda yang telah dilatih dalam kerangka kerja selain. SageMaker Untuk ikhtisar prosesnya, lihat Membawa MXNet atau TensorFlow Model Terlatih Anda Sendiri ke Amazon. SageMaker Tutorial ini mencakup membawa artefak model terlatih ke dalam SageMaker dan menghosting mereka di titik akhir.