기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

딥 러닝을 위해 사전 구축된 SageMaker AI Docker 이미지

Amazon SageMaker AI는 훈련 및 추론에 필요한 딥 러닝 프레임워크 및 기타 종속성을 포함하는 사전 구축된 Docker 이미지를 제공합니다. SageMaker AI에서 관리하는 사전 빌드된 Docker 이미지의 전체 목록은 Docker 레지스트리 경로 및 예제 코드를 참조하세요.

SageMaker AI Python SDK 사용

SageMaker Python SDK와 함께 이러한 인기 있는 딥 러닝 프레임워크를 사용하여 모델을 훈련하고 배포할 수 있습니다. SDK를 설치 및 사용하는 지침은 Amazon SageMaker Python SDK를 참조하세요. 다음 표에는 사용 가능한 프레임워크와 이를 SageMaker Python SDK와 함께 사용하는 방법에 대한 지침이 나와 있습니다.

사전 구축된 SageMaker AI Docker 이미지 확장

이러한 사전 구축된 컨테이너를 사용자 지정하거나 필요에 따라 확장할 수 있습니다. 이 사용자 지정을 사용하면 사전 구축된 SageMaker AI Docker 이미지가 지원하지 않는 알고리즘 또는 모델의 추가 기능 요구 사항을 처리할 수 있습니다. 이 예제는 기존 PyTorch 컨테이너를 확장하여 자체 스크립트 및 데이터 세트를 사용하여 SageMaker AI에서 BERTopic 모델 미세 조정 및 배포를 참조하세요.

또한 사전 구축된 컨테이너를 사용하여 SageMaker AI 이외의 프레임워크에서 훈련된 사용자 지정 모델 또는 모델을 배포할 수 있습니다. 이 프로세스에 대한 개요는 Bring Your Own Pretrained MXNet or TensorFlow Models into Amazon SageMaker를 참조하세요. 이 자습서에서는 훈련된 모델 아티팩트를 SageMaker AI로 가져오고 엔드포인트에서 호스팅하는 방법을 다룹니다.