Utilisation d’images Docker SageMaker AI préconçues
Amazon SageMaker AI fournit des conteneurs pour ses algorithmes intégrés et des images Docker préconçues pour certains des cadres de machine learning les plus courants, tels qu’Apache MXNet, TensorFlow, PyTorch et Chainer. Il prend également en charge les bibliothèques de machine learning telles que scikit-learn et Spark ML.
Vous pouvez utiliser ces images depuis votre instance de bloc-notes SageMaker ou SageMaker Studio. Vous pouvez également étendre les images SageMaker prédéfinies pour inclure des bibliothèques et des fonctionnalités requises. Les rubriques suivantes fournissent des informations sur les images disponibles et leur utilisation.
Pour connaître le chemin de registre Docker et d’autres paramètres pour chacun des algorithmes fournis par Amazon SageMaker AI et pour les conteneurs Deep Learning (DLC), consultez Chemins de registre Docker et exemple de code.
Pour des informations sur les images Docker pour le développement de solutions d’apprentissage par renforcement (RL) dans SageMaker, consultez Conteneurs RL SageMaker AI
Note
Les images de conteneur préconçues appartiennent à SageMaker AI et incluent dans certains cas le code propriétaire. Des fonctionnalités telles que les tâches d’entraînement et de traitement, la transformation par lots et l’inférence en temps réel utilisent des informations d’identification appartenant au service pour extraire et exécuter des images sur des instances gérées de SageMaker AI. Étant donné que les informations d’identification des clients ne sont pas utilisées, les politiques AWS IAM (y compris les politiques de contrôle des services et les politiques de contrôle des ressources) qui refusent les autorisations Amazon ECR n’empêchent pas l’utilisation d’images préconçues.
Rubriques
