Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Ressourcen für die Verwendung Scikit-learn mit Amazon SageMaker AI
Sie können Amazon SageMaker AI verwenden, um ein Modell mithilfe von benutzerdefiniertem Scikit-learn Code zu trainieren und bereitzustellen. Die SageMaker Scikit-learn KI-Python-SDK-Schätzer und -Modelle sowie die SageMaker Scikit-learn KI-Open-Source-Container erleichtern das Schreiben eines Scikit-learn Skripts und dessen Ausführung in SageMaker KI. Der folgende Abschnitt enthält Referenzmaterial, anhand dessen Sie den Umgang Scikit-learn mit SageMaker KI erlernen können.
Voraussetzungen
Scikit-learn 1.4 hat die folgenden Abhängigkeiten.
| -Abhängigkeit | Mindestversion |
|---|---|
| Python | 3.10 |
| NumPy | 2.1.0 |
| SciPy | 1.15,3 |
| joblib | 1.5.2 |
| Threadpoolctl | 3.6.0 |
Der SageMaker Scikit-learn AI-Container unterstützt die folgenden Scikit-learn Versionen.
| Unterstützte Scikit-learn Version | Minimale Python-Versionen |
|---|---|
1.4-2 |
3.10 |
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 Scikit-learn zur Verwendung von Schätzern und Modellen mit SageMaker KI finden Sie unter Scikit-learn Mit dem SageMaker Python-SDK verwenden
Was möchten Sie tun?
Anmerkung
Matplotlib v2.2.3 oder neuer ist erforderlich, um die KI-Beispiel-Notebooks auszuführen. SageMaker Scikit-learn
- Ich möchte es Scikit-learn für Datenverarbeitung, Feature-Engineering oder Modellevaluierung in KI verwenden. SageMaker
-
Ein Beispiel für ein Jupyter-Notizbuch finden Sie unter. https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker_processing/scikit_learn_data_processing_and_model_evaluation
Einen Blogbeitrag zum Training und zur Implementierung eines Scikit-learn Modells finden Sie unter Amazon SageMaker AI fügt Scikit-Learn Unterstützung hinzu
. Dokumentation finden Sie unter ReadTheDocs
. - Ich möchte ein benutzerdefiniertes Scikit-learn Modell in SageMaker KI trainieren.
-
Ein Beispiel für ein Jupyter-Notizbuch finden Sie unter. https://github.com/awslabs/amazon-sagemaker-examples/tree/master/sagemaker-python-sdk/scikit_learn_iris
Eine Dokumentation finden Sie unter Train a Model with
. Scikit-learn - Ich habe ein Scikit-learn Modell, das ich in SageMaker KI trainiert habe, und ich möchte es auf einem gehosteten Endpunkt bereitstellen.
-
Weitere Informationen finden Sie unter Scikit-learn Modelle bereitstellen
. - Ich habe ein Scikit-learn Modell, das ich außerhalb von SageMaker KI trainiert habe, und ich möchte es auf einem SageMaker KI-Endpunkt einsetzen
-
Weitere Informationen finden Sie unter Bereitstellen von Endpunkten aus Modelldaten
. - Ich möchte die API-Dokumentation für Amazon SageMaker Python Scikit-learn SDK-Klassen
sehen. -
Weitere Informationen finden Sie unter Scikit-learnKlassen
. - Ich möchte Informationen zu SageMaker Scikit-learn KI-Containern sehen.
-
Weitere Informationen finden Sie unter SageMaker Scikit-learn GitHub Container-Repository
.
