Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Percorsi del registro Docker e codice di esempio
I seguenti argomenti elencano il percorso del registro Docker e altri parametri per ciascuno degli algoritmi e Deep Learning Containers (DLC) forniti da Amazon SageMaker AI. Per ulteriori informazioni, consulta Use Pre-built SageMaker Docker images.
Usa il percorso come segue:
-
Per creare un processo di addestramento (create_training_job
), specifica il percorso di registro Docker ( TrainingImage) e la modalità di input di addestramento (TrainingInputMode) per l'immagine di addestramento. Crei un processo di addestramento per addestrare un modello utilizzando uno specifico set di dati. -
Per creare un modello (create_model
), specifica il percorso di registro di Docker ( Image) per l'immagine di inferenza (PrimaryContainer Image). SageMaker AI avvia le istanze di calcolo di machine learning che si basano sulla configurazione degli endpoint e implementa il modello, che include gli artefatti (il risultato dell’addestramento del modello). -
Per creare un monitoraggio modello, seleziona la Regione AWS, quindi seleziona Monitoraggio modello (algoritmo). Per ulteriori informazioni, consulta Amazon SageMaker AI Model Monitor prebuilt container.
Nota
Le immagini dei container predefinite sono di proprietà di SageMaker AI e in alcuni casi includono codice proprietario. Funzionalità come job di addestramento ed elaborazione, trasformazione in batch e inferenza in tempo reale utilizzano credenziali di proprietà del servizio per estrarre ed eseguire immagini su istanze gestite di SageMaker AI. Poiché le credenziali del cliente non vengono utilizzate, le policy AWS IAM (incluse le policy di controllo dei servizi e le policy di controllo delle risorse) che negano le autorizzazioni di Amazon ECR non impediscono l’uso di immagini predefinite.
Nota
Per il percorso di registro, usa il tag di versione :1 per assicurarti di utilizzare una versione stabile dell'algoritmo/DLC. Puoi ospitare in modo affidabile un modello preparato utilizzando un'immagine con il tag :1 sull'immagine di inferenza che include il tag :1. L'utilizzo del tag :latest nel percorso di registro fornisce la versione più aggiornata dell'algoritmo/DLC, ma può causare problemi di compatibilità con le versioni precedenti. Evita di utilizzare il tag :latest per motivi di produzione.
Importante
Quando si recupera l’URI dell’immagine SageMaker AI XGBoost, non utilizzare :latest o :1 per il tag URI dell’immagine. È necessario specificare una delle versioni supportate per scegliere il container XGBoost gestito da SageMaker AI con la versione nativa del pacchetto XGBoost da utilizzare. Per trovare la versione del pacchetto migrata nei container SageMaker AI XGBoost, scegli la tua Regione AWS, quindi vai alla sezione XGBoost (algoritmo).
Per trovare il percorso di registro, scegli la Regione AWS, quindi scegli l'algoritmo o il DLC.
