Imágenes de Docker de SageMaker AI precompiladas para aprendizaje profundo

Amazon SageMaker AI proporciona imágenes de Docker precompiladas que incluyen marcos de aprendizaje profundo y otras dependencias necesarias para entrenamiento e inferencia. Para obtener una lista completa de las imágenes de Docker precompiladas administradas por SageMaker AI, consulte Docker Registry Paths and Example Code.

Uso de SageMaker AI Python SDK

Con el SDK de SageMaker Python de , puede entrenar e implementar modelos utilizando uno de estos marcos de aprendizaje profundo conocidos. Para obtener instrucciones sobre la instalación y el uso del SDK, consulte Amazon SageMaker Python SDK. En la siguiente tabla se enumeran los marcos disponibles y las instrucciones sobre cómo utilizarlos con SageMaker Python SDK:

Ampliación de imágenes de Docker de SageMaker AI precompiladas

Puede personalizar estos contenedores precompilados o ampliarlos según sea necesario. Con esta personalización, puede administrar cualquier requisito funcional adicional para un algoritmo o modelo que la imagen de Docker de SageMaker AI precompilada no admita. Para ver un ejemplo, consulte Fine-tuning and deploying a BERTopic model on SageMaker AI with your own scripts and dataset, by extending existing PyTorch containers.

Puede utilizar contenedores precompilados para implementar modelos personalizados o modelos que se han entrenado en un marco distinto de SageMaker AI. Para obtener una descripción general del proceso, consulte Bring Your Own Pretrained MXNet or TensorFlow Models into Amazon SageMaker. En este tutorial se explica cómo llevar los artefactos del modelo entrenado a SageMaker y alojarlos en un punto de conexión.