文件名称：sagemaker-inference-toolkit：使用:brain:Amazon SageMaker在:spouting_whale:Docker容器中服务机器学习模型
文件大小：333KB
文件格式：ZIP
更新时间：2024-02-20 11:31:10
python docker aws machine-learning deep-learning
SageMaker推理工具包 使用Amazon SageMaker在Docker容器中提供机器学习模型。 :books: 背景 是一项针对数据科学和机器学习（ML）工作流程的完全托管服务。 您可以使用Amazon SageMaker简化构建，训练和部署ML模型的过程。 拥有训练有素的模型后，您可以将其在运行您的推理代码的中。 容器提供有效隔离的环境，无论容器部署在何处，都可确保一致的运行时间。 容器化您的模型和代码可以快速，可靠地部署模型。 SageMaker Inference Toolkit实现了模型服务堆栈，可以轻松地添加到任何Docker容器中，从而可以将其 。 该库的服务堆栈建立在，它可以为您自己的模型或使用您在SageMaker上培训的模型提供服务。 如果您使用，则该库可能已包含在内。 有关更多信息，请参阅《 Amazon SageMaker开发人员指南》部分， 并。 :hammer_and_wrench_selector: 安装 要将此库安装在Docker映像中，请将以下行添加到： RUN pip3 install multi-model-server sa
【文件预览】：
sagemaker-inference-toolkit-master
----branding()
--------icon()
----MANIFEST.in(113B)
----codecov.yml(26B)
----.flake8(90B)
----.github()
--------PULL_REQUEST_TEMPLATE.md(1KB)
--------ISSUE_TEMPLATE()
----.coveragerc_py27(273B)
----VERSION(11B)
----buildspec-deploy.yml(1KB)
----src()
--------sagemaker_inference()
----.pylintrc(14KB)
----buildspec.yml(861B)
----CONTRIBUTING.md(8KB)
----tox.ini(2KB)
----LICENSE(10KB)
----buildspec-release.yml(1KB)
----test()
--------integration()
--------container()
--------unit()
--------resources()
----setup.cfg(67B)
----setup.py(2KB)
----README.md(8KB)
----NOTICE(101B)
----.coveragerc_py36(273B)
----.coveragerc_py37(273B)
----CODE_OF_CONDUCT.md(309B)
----.gitignore(2KB)
----CHANGELOG.md(3KB)