Ressourcen für die Verwendung von Scikit-learn mit Amazon SageMaker AI
Mit Amazon SageMaker AI können Sie ein Modell mithilfe von benutzerdefiniertem Scikit-learn-Code trainieren und bereitstellen. Die Scikit-learn-Schätzfunktionen und -Modelle von Amazon SageMaker Python SDK und die Scikit-learn-Container (Open Source) von Amazon SageMaker AI vereinfachen das Schreiben eines Scikit-learn-Skripts und seine Ausführung in SageMaker AI. Der folgende Abschnitt enthält Referenzmaterial, anhand dessen Sie lernen können, wie Sie Scikit-Learn mit SageMaker AI verwenden können.
Voraussetzungen
Scikit-learn 1.2 hat die folgenden Abhängigkeiten.
| -Abhängigkeit | Mindestversion |
|---|---|
| Python | 3.8 |
| NumPy | 1.17.3 |
| SciPy | 1.3.2 |
| joblib | 1.1.1 |
| Threadpoolctl | 2.0.0 |
Der Scikit-learn-Container von SageMaker AI unterstützt die folgenden Scikit-learn-Versionen.
| Unterstützte Scikit-Learn-Version | Minimale Python-Versionen |
|---|---|
1.2-1 |
3.8 |
1.0-1 |
3.7 |
0.23-1 |
3.6 |
0.20.0 |
2.7 oder 3.4 |
Allgemeine Informationen zum Schreiben von Scikit-learn-Trainingsskripten und zur Verwendung von Scikit-learn-Schätzfunktionen und -Modellen mit SageMaker AI finden Sie unter Verwendung von Scikit-learn mit dem SageMaker Python SDK
Was möchten Sie tun?
Anmerkung
Matplotlib v2.2.3 oder neuer ist erforderlich, um die Beispiele für Scikit-Learn-Notebooks von SageMaker AI auszuführen.
- Ich möchte Scikit-learn für die Datenverarbeitung, das Feature Engineering oder die Modellbewertung in SageMaker AI verwenden.
-
Ein Beispiel für ein Jupyter Notebook finden Sie unter https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker_processing/scikit_learn_data_processing_and_model_evaluation
. Einen Blogbeitrag zur Schulung und Bereitstellung eines Scikit-Learn-Modells finden Sie unter Amazon SageMaker
AI fügt Scikit-Learn-Unterstützung hinzu. Eine Dokumentation finden Sie unter ReadTheDocs
. - Ich möchte ein benutzerdefiniertes Scikit-learn-Modell in SageMaker AI trainieren.
-
Ein Beispiel-Jupyter-Notebook finden Sie unter https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker-python-sdk/scikit_learn_iris
. Die Dokumentation finden Sie unter Train a Model with Scikit-learn
. - Ich habe ein Scikit-learn-Modell, das ich in SageMaker AI trainiert habe, und ich möchte es für einen gehosteten Endpunkt bereitstellen.
-
Weitere Informationen finden Sie unter Bereitstellen von Scikit-Learn-Modellen
. - Ich habe ein Scikit-learn-Modell, das ich außerhalb von SageMaker AI trainiert habe, und ich möchte es an einem SageMaker-Endpunkt einsetzen
-
Weitere Informationen finden Sie unter Bereitstellung eines Modellendpunkts
. - Ich möchte die API-Dokumentation für Amazon SageMaker Python SDK
Scikit-learn-Klassen sehen. -
Weitere Informationen finden Sie unter Scikit-Learn-Klassen
. - Ich brauche Informationen über Scikit-learn-Container SageMaker AI.
-
Weitere Informationen finden Sie im GitHub-Repository von SageMaker Scikit-learn Container
.
