Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Accès aux images Docker pour scikit-learn et Spark ML

SageMaker AI fournit des images Docker préconçues qui installent les bibliothèques scikit-learn et Spark ML. Ces bibliothèques incluent également les dépendances nécessaires à la création d’images Docker compatibles avec SageMaker AI à l’aide du kit Amazon SageMaker Python SDK. Avec ce kit SDK, vous pouvez utiliser scikit-learn pour les tâches de machine learning et Spark ML pour créer et régler des pipelines de machine learning. Pour obtenir des instructions sur l’installation et l’utilisation du kit SDK, consultez Kit SageMaker Python SDK.

Vous pouvez également accéder aux images depuis un référentiel Amazon ECR dans votre propre environnement.

Utilisez les commandes suivantes pour connaître les versions d’images disponibles. Par exemple, utilisez les éléments suivants pour rechercher l’image sagemaker-sparkml-serving disponible dans la région ca-central-1 :

aws \
    ecr describe-images \
    --region ca-central-1 \
    --registry-id 341280168497 \
    --repository-name sagemaker-sparkml-serving

Accès à une image depuis le kit SageMaker AI Python SDK

Le tableau suivant contient des liens vers les référentiels GitHub avec le code source des conteneurs scikit-learn et Spark ML. Le tableau contient également des liens vers des instructions sur la façon d’utiliser ces conteneurs avec des estimateurs du kit SDK Python pour exécuter vos propres algorithmes d’entraînement et héberger vos propres modèles.

Pour plus d’informations et des liens vers des référentiels github, consultez Ressources pour utiliser Scikit-learn avec Amazon AI SageMaker et Ressources pour utiliser SparkML Serving avec Amazon AI SageMaker .

Spécification manuelle des images préconçues

Si vous n’utilisez pas le kit SageMaker Python SDK et l’un de ses estimateurs pour gérer le conteneur, vous devez récupérer le conteneur préconçu correspondant manuellement. Les images Docker préconçues de SageMaker AI sont stockées dans Amazon Elastic Container Registry (Amazon ECR). Elles peuvent être transmises ou extraites à l’aide des adresses de registre de leurs noms complets. SageMaker AI utilise les modèles d’URL d’image Docker suivants pour scikit-learn et Spark ML :

Pour les ID de comptes et les noms de régions AWS, consultez Chemins de registre Docker et exemple de code.