本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

存取適用於 Scikit-learn 和 Spark ML 的 Docker 映像

SageMaker 提供預先建置的 Docker 映像，用於安裝 scikit-learn 和 Spark ML 程式庫。這些程式庫也包含建置 Docker 映像所需的相依性，這些映像與 SageMaker 使用 Amazon SageMaker Python SDK的 相容。透過 SDK，您可以使用 scikit-learn 進行機器學習任務，並使用 Spark ML 建立和調整機器學習管道。如需安裝和使用 的指示SDK，請參閱 SageMaker Python SDK。

您也可以在自己的環境中從 Amazon ECR儲存庫存取映像。

使用以下命令來尋找可用的映像版本。例如，使用下列指令尋找 ca-central-1 區域中的可用 sagemaker-sparkml-serving 映像：

aws \
    ecr describe-images \
    --region ca-central-1 \
    --registry-id 341280168497 \
    --repository-name sagemaker-sparkml-serving

從 SageMaker Python 存取映像 SDK

下表包含 GitHub 儲存庫的連結，其中包含 scikit-learn 和 Spark ML 容器的原始程式碼。此資料表也包含說明的連結，說明如何將這些容器與 Python SDK 估算器搭配使用，以執行您自己的訓練演算法並託管您自己的模型。

有關 GitHub 儲存庫的更多資訊和連結，請參閱搭配 Amazon 使用 Scikit-learn 的資源 SageMaker和搭配 Amazon 使用 SparkML Serving 的資源 SageMaker。

手動指定預先建置的映像

如果您未使用 SageMaker Python 及其SDK其中一個估算器來管理容器，則必須手動擷取相關的預先建置容器。預先建置的 SageMaker Docker 映像會儲存在 Amazon Elastic Container Registry （Amazon ） 中ECR。您可以使用其全名登錄檔地址來推送或提取它們。 SageMaker 會將下列 Docker 映像URL模式用於 scikit-learn 和 Spark ML：

如需帳戶IDs和 AWS 區域名稱，請參閱 Docker 登錄檔路徑和範例程式碼 。