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.
Percorsi del registro Docker e codice di esempio
I seguenti argomenti elencano il percorso del registro Docker e altri parametri per ciascuno degli algoritmi e Deep Learning Containers (DLC) forniti da Amazon SageMaker AI. Per ulteriori informazioni, consulta Pre-built SageMaker Usare le immagini Docker.
Usa il percorso come segue:
-
Per creare un processo di addestramento (create_training_job
), specifica il percorso di registro Docker ( TrainingImage) e la modalità di input di addestramento (TrainingInputMode) per l'immagine di addestramento. Crei un processo di addestramento per addestrare un modello utilizzando uno specifico set di dati. -
Per creare un modello (create_model
), specifica il percorso del registro Docker () per l'immagine di Imageinferenza ().PrimaryContainer ImageSageMaker L'intelligenza artificiale avvia istanze di calcolo di machine learning basate sulla configurazione dell'endpoint e distribuisce il modello, che include gli artefatti (il risultato dell'addestramento del modello). -
Per creare un monitor modello, seleziona la AWS regione, quindi seleziona Model Monitor (algoritmo). Per ulteriori informazioni, consulta il contenitore precostruito Amazon SageMaker AI Model Monitor.
Nota
Pre-built le immagini dei container sono di proprietà di SageMaker AI e in alcuni casi includono codice proprietario. Funzionalità come i processi di formazione ed elaborazione, la trasformazione in batch e l'inferenza in tempo reale utilizzano credenziali di proprietà del servizio per estrarre ed eseguire immagini su istanze di intelligenza artificiale gestite. SageMaker Poiché le credenziali del cliente non vengono utilizzate, le politiche AWS IAM (incluse le politiche di controllo dei servizi e le politiche di controllo delle risorse) che negano le autorizzazioni di Amazon ECR non impediscono l'uso di immagini predefinite.
Nota
Per il percorso del registro, usa il tag :1 version per assicurarti di utilizzare una versione stabile di. algorithm/DLC Puoi ospitare in modo affidabile un modello preparato utilizzando un'immagine con il tag :1 sull'immagine di inferenza che include il tag :1. L'utilizzo del :latest tag nel percorso del registro fornisce la versione più aggiornata di algorithm/DLC, ma potrebbe causare problemi di compatibilità con le versioni precedenti. Evita di utilizzare il tag :latest per motivi di produzione.
Importante
Quando recuperate l'URI dell'immagine SageMaker AI XGBoost, non utilizzate :latest o :1 come tag URI dell'immagine. È necessario specificare una delle versioni supportate per scegliere il contenitore SageMaker AI-managed XGBoost con la versione del pacchetto XGBoost nativa che si desidera utilizzare. Per trovare la versione del pacchetto migrata nei contenitori SageMaker AI XGBoost, scegli la tua, Regione AWS
quindi vai alla sezione XGBoost (algoritmo).
Per trovare il percorso del registro, scegli la AWS regione, quindi scegli l'algoritmo o il DLC.
