Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Contenitori Docker personalizzati con AI SageMaker
Puoi adattare un'immagine Docker esistente per utilizzarla con l'intelligenza artificiale. SageMaker Potrebbe essere necessario utilizzare un'immagine Docker esterna esistente con SageMaker AI quando si dispone di un contenitore che soddisfa requisiti di funzionalità o sicurezza che attualmente non sono supportati da un'immagine AI predefinita. SageMaker Esistono due toolkit che ti consentono di portare il tuo contenitore e adattarlo per funzionare con l'intelligenza artificiale: SageMaker
-
SageMaker Toolkit di formazione
: utilizza questo toolkit per addestrare modelli con intelligenza artificiale. SageMaker -
SageMaker AI Inference Toolkit
: utilizza questo toolkit per implementare modelli con AI. SageMaker
I seguenti argomenti mostrano come adattare l'immagine esistente utilizzando i toolkit SageMaker Training and Inference:
Argomenti
Librerie framework individuali
Oltre al SageMaker Training Toolkit e all' SageMaker AI Inference Toolkit, SageMaker AI fornisce anche toolkit specializzati per,, e Chainer. TensorFlow MXNet PyTorch La tabella seguente fornisce i collegamenti ai GitHub repository che contengono il codice sorgente per ogni framework e i rispettivi toolkit di servizio. Le istruzioni collegate riguardano l'utilizzo dell'SDK Python per eseguire algoritmi di addestramento e ospitare modelli sull'intelligenza artificiale. SageMaker La funzionalità di queste singole librerie è inclusa nell' SageMaker AI Training Toolkit e SageMaker nell'AI Inference Toolkit.
Framework | Codice sorgente toolkit |
---|---|
TensorFlow |
SageMaker Formazione sull'intelligenza artificiale TensorFlow SageMaker TensorFlow Servizio basato sull'intelligenza artificiale |
MXNet |
|
PyTorch |
|
Chainer |