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。

# 使用 SparkML Serving 搭配 Amazon SageMaker AI 的資源
<a name="sparkml-serving"></a>

[Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable) SparkML 服務模型和預測器以及 Amazon SageMaker AI 開放原始碼 SparkML 服務容器，支援在 SageMaker AI 中部署以 MLeap 序列化的 Apache Spark ML 管道來獲取推論。使用下列資源來了解如何使用 SparkML Serving 搭配 SageMaker AI。

如需使用 SparkML Serving 容器將模型部署至 SageMaker AI 的相關資訊，請參閱 [SageMaker Spark ML 容器 GitHub 儲存庫](https://github.com/aws/sagemaker-sparkml-serving-container)。如需 [Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable) SparkML Serving 模型和預測器的相關資訊，請參閱 [SparkML Serving 模型和預測器 API 文件](https://sagemaker.readthedocs.io/en/stable/sagemaker.sparkml.html)。