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

# Gambar SageMaker AI Docker bawaan untuk pembelajaran mendalam
<a name="pre-built-containers-frameworks-deep-learning"></a>

Amazon SageMaker AI menyediakan gambar Docker bawaan yang mencakup kerangka kerja pembelajaran mendalam dan dependensi lain yang diperlukan untuk pelatihan dan inferensi. Untuk daftar lengkap gambar Docker bawaan yang dikelola oleh SageMaker AI, lihat [ Docker Registry Paths dan Contoh Kode. ](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html)

## Menggunakan SageMaker AI Python SDK
<a name="pre-built-containers-frameworks-deep-learning-sdk"></a>

Dengan [ SageMaker Python SDK](https://github.com/aws/sagemaker-python-sdk#installing-the-sagemaker-python-sdk), Anda dapat melatih dan menerapkan model menggunakan kerangka kerja pembelajaran mendalam yang populer ini. Untuk petunjuk tentang menginstal dan menggunakan SDK, lihat [[ Amazon SageMaker Python SDK ](https://sagemaker.readthedocs.io/en/stable)](https://github.com/aws/sagemaker-python-sdk#installing-the-sagemaker-python-sdk). Tabel berikut mencantumkan kerangka kerja yang tersedia dan petunjuk tentang cara menggunakannya dengan [ SageMaker Python SDK](https://github.com/aws/sagemaker-python-sdk#installing-the-sagemaker-python-sdk):


| Kerangka Kerja | Petunjuk | 
| --- | --- | 
| TensorFlow | [Menggunakan TensorFlow dengan SageMaker Python SDK ](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html) | 
| MXNet | [Menggunakan MXnet dengan SageMaker Python SDK ](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html) | 
| PyTorch | [Menggunakan PyTorch dengan SageMaker Python SDK ](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html) | 
| Chainer | [Menggunakan Chainer dengan SageMaker Python SDK ](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html) | 
| Hugging Face | [Menggunakan Hugging Face dengan SageMaker Python SDK ](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html) | 

## Memperluas Gambar Docker SageMaker AI Prebuilt
<a name="pre-built-containers-frameworks-deep-learning-adapt"></a>

Anda dapat menyesuaikan wadah bawaan ini atau memperluasnya sesuai kebutuhan. Dengan penyesuaian ini, Anda dapat menangani persyaratan fungsional tambahan untuk algoritma atau model Anda yang tidak didukung oleh gambar SageMaker AI Docker bawaan. Untuk contoh ini, lihat [ Fine-tuning dan menerapkan model BerTopic pada SageMaker AI dengan skrip dan dataset Anda sendiri, dengan memperluas wadah yang ada PyTorch . ](https://sagemaker-examples.readthedocs.io/en/latest/advanced_functionality/pytorch_extend_container_train_deploy_bertopic/BERTtopic_extending_container.html)

Anda juga dapat menggunakan wadah bawaan untuk menerapkan model kustom atau model yang telah dilatih dalam kerangka kerja selain SageMaker AI. Untuk ikhtisar prosesnya, lihat Mem [ bawa MXnet atau TensorFlow Model Pra-Training Anda Sendiri ke Amazon. SageMaker ](https://aws.amazon.com/blogs/machine-learning/bring-your-own-pre-trained-mxnet-or-tensorflow-models-into-amazon-sagemaker/) Tutorial ini mencakup membawa artefak model terlatih ke dalam SageMaker AI dan menampungnya di titik akhir.