本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# Amazon SageMaker 模型监控器预建容器
<a name="model-monitor-pre-built-container"></a>

SageMaker AI 提供了一个名为的内置映像`sagemaker-model-monitor-analyzer`，可为您提供一系列模型监控功能，包括约束建议、统计数据生成、根据基线进行约束验证以及发出 Amazon CloudWatch 指标。此映像基于 Spark 版本 3.3.0，是使用 [Deequ](https://github.com/awslabs/deequ) 版本 2.0.2 构建而成。

**注意**  
不能直接拉取内置 `sagemaker-model-monitor-analyzer` 映像。当您使用其中一个提交基线处理或监控任务时，您可以使用该`sagemaker-model-monitor-analyzer`图像 AWS SDKs。

 使用 SageMaker Python SDK（参见 `image_uris.retrieve` [SageMaker AI Python SDK 参考指南](https://sagemaker.readthedocs.io/en/stable/api/utility/image_uris.html)中）为你生成 ECR 图片 URI，或者直接指定 ECR 图片 URI。可以通过以下方式访问 SageMaker 模型监视器的预建映像：

`<ACCOUNT_ID>.dkr.ecr.<REGION_NAME>.amazonaws.com/sagemaker-model-monitor-analyzer`

例如：`159807026194.dkr.ecr.us-west-2.amazonaws.com/sagemaker-model-monitor-analyzer`

如果您位于中国 AWS 地区，则可以通过以下方式访问模型监视器的预建镜像 SageMaker ：

`<ACCOUNT_ID>.dkr.ecr.<REGION_NAME>.amazonaws.com.rproxy.govskope.us.cn/sagemaker-model-monitor-analyzer`

有关账户 IDs 和 AWS 区域名称，请参阅 [Docker 注册表路径和示例代码](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths)。

要编写您自己的分析容器，请参阅[自定义监控时间表](model-monitor-custom-monitoring-schedules.md)中描述的容器约定。