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.

Immagini Docker SageMaker AI predefinite per il deep learning

Amazon SageMaker AI fornisce immagini Docker predefinite che includono framework di deep learning e altre dipendenze necessarie per l’addestramento e l’inferenza. Per un elenco completo delle immagini Docker predefinite gestite da SageMaker AI, consulta Percorsi del registro Docker e codice di esempio.

Utilizzo di SageMaker AI Python SDK

Con SageMaker Python SDK, puoi eseguire l’addestramento e distribuire modelli utilizzando questi framework di deep learning comuni. Per istruzioni sull'installazione e l'utilizzo dell'SDK, consulta Amazon SageMaker Python SDK. La tabella seguente elenca i framework disponibili e le istruzioni su come utilizzarli con SageMaker Python SDK:

Estensione delle immagini Docker SageMaker AI predefinite

I container predefiniti possono essere personalizzati o estesi in base alle esigenze. Con questa personalizzazione, puoi gestire eventuali requisiti funzionali aggiuntivi per l’algoritmo o il modello non supportato dall’immagine Docker SageMaker AI predefinita. Per un esempio, consulta Fine-tuning and deploying a BERTopic model on SageMaker AI with your own scripts and dataset, by extending existing PyTorch containers.

Puoi anche utilizzare container predefiniti per implementare modelli personalizzati o addestrati in un framework diverso da SageMaker AI. Per una panoramica del processo di importazione, consulta Bring Your Own Pretrained MXNet or TensorFlow Models into Amazon SageMaker. Questo tutorial spiega come trasferire gli artefatti del modello addestrato in SageMaker AI e ospitarli su un endpoint.