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.

Immagini Docker SageMaker AI predefinite per il deep learning

Amazon SageMaker AI fornisce immagini Docker predefinite che includono framework di deep learning e altre dipendenze necessarie per l'addestramento e l'inferenza. Per un elenco completo delle immagini Docker predefinite gestite dall' SageMaker IA, consulta Docker Registry Paths and Example Code. https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html

Utilizzo dell'AI Python SageMaker SDK

Con SageMaker Python SDK, puoi addestrare e distribuire modelli utilizzando questi popolari framework di deep learning. Per istruzioni sull'installazione e l'utilizzo dell'SDK, consulta Amazon Python SDK. SageMaker La tabella seguente elenca i framework disponibili e le istruzioni su come utilizzarli con l'SDK Python: SageMaker

Estensione delle immagini Docker AI predefinite SageMaker

I container predefiniti possono essere personalizzati o estesi in base alle esigenze. Con questa personalizzazione, puoi gestire qualsiasi requisito funzionale aggiuntivo per il tuo algoritmo o modello che l'immagine Docker SageMaker AI precompilata non supporta. Per un esempio, visualizzate Fine-tuning e implementate un modello BerTopic sull' SageMaker IA con script e set di dati personalizzati, estendendo i contenitori esistenti. PyTorch

Puoi anche utilizzare contenitori predefiniti per distribuire modelli personalizzati o modelli che sono stati addestrati in un framework diverso dall'IA. SageMaker Per una panoramica del processo, consulta Bring Your Own Pretrained MXNet or TensorFlow Models into Amazon. SageMaker Questo tutorial spiega come trasferire gli artefatti del modello addestrato nell' SageMaker IA e ospitarli in un endpoint.