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。

# Amazon SageMaker Model Monitor 預建容器
<a name="model-monitor-pre-built-container"></a>

SageMaker AI 提供稱為 `sagemaker-model-monitor-analyzer` 的內建影像，可提供一系列模型監控功能，包括建議限制條件、產生統計資料、根據基準來驗證限制條件，以及發出 Amazon CloudWatch 指標。此影像根據 Spark 3.3.0 版，並使用 [Deequ](https://github.com/awslabs/deequ) 2.0.2 版建置。

**注意**  
您不能直接提取內建 `sagemaker-model-monitor-analyzer` 影像。當您使用其中一個 AWS SDKs 提交基準處理或監控工作時，可以使用`sagemaker-model-monitor-analyzer`映像。

 使用 SageMaker Python SDK (請參閱 [SageMaker AI Python SDK 參考指南](https://sagemaker.readthedocs.io/en/stable/api/utility/image_uris.html)中的 `image_uris.retrieve`) 為您產生 ECR 影像 URI，或直接指定 ECR 影像 URI。您可以取得 SageMaker Model Monitor 的預先建置影像，如下所示：

`<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`

如果您位於中國 AWS 區域，則可以存取 SageMaker Model Monitor 的預先建置映像，如下所示：

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

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](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths)。

若要撰寫您自己的分析容器，請參閱[自訂監控排程](model-monitor-custom-monitoring-schedules.md)中所述的容器合約。