Recursos para usar o SparkML Serving com a Amazon SageMaker - Amazon SageMaker

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Recursos para usar o SparkML Serving com a Amazon SageMaker

O modelo e o preditor Amazon SageMaker Python SDK SparkML Serving e o contêiner SparkML Serving de código aberto da Amazon oferecem suporte à implantação de SageMaker pipelines do Apache Spark ML serializados com in para obter inferências. MLeap SageMaker Use os recursos a seguir para aprender a usar o SparkML Serving com. SageMaker

Para obter informações sobre como usar o contêiner SparkML Serving para implantar modelos SageMaker, SageMaker consulte o repositório de contêineres do Spark ML. GitHub Para obter informações sobre o modelo e os preditores do Amazon SageMaker Python SDK SparkML Serving, consulte a documentação do SparkML Serving Model and Predictor. API