Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Mengakses Gambar Docker untuk Scikit-learn dan Spark ML
<a name="pre-built-docker-containers-scikit-learn-spark"></a>

SageMaker AI menyediakan gambar Docker bawaan yang menginstal pustaka scikit-learn dan Spark ML. Pustaka ini juga menyertakan dependensi yang diperlukan untuk membangun image Docker yang kompatibel dengan SageMaker AI menggunakan [ Amazon SageMaker Python SDK. ](https://sagemaker.readthedocs.io/en/stable) Dengan SDK, Anda dapat menggunakan scikit-learn untuk tugas pembelajaran mesin dan menggunakan Spark ML untuk membuat dan menyetel pipeline pembelajaran mesin. Untuk petunjuk tentang menginstal dan menggunakan SDK, lihat [ SageMaker Python SDK](https://github.com/aws/sagemaker-python-sdk#installing-the-sagemaker-python-sdk). 

Anda juga dapat mengakses gambar dari repositori Amazon ECR di lingkungan Anda sendiri.

Gunakan perintah berikut untuk mengetahui versi gambar mana yang tersedia. Misalnya, gunakan berikut ini untuk menemukan `sagemaker-sparkml-serving` gambar yang tersedia di Wil `ca-central-1` ayah:

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

## Mengakses gambar dari SageMaker AI Python SDK
<a name="pre-built-docker-containers-scikit-learn-spark-sdk"></a>

Tabel berikut berisi tautan ke GitHub repositori dengan kode sumber untuk wadah scikit-learn dan Spark ML. Tabel ini juga berisi tautan ke instruksi yang menunjukkan cara menggunakan wadah ini dengan Python SDK ModelTrainers untuk menjalankan algoritma pelatihan Anda sendiri dan menghosting model Anda sendiri. 


| Pustaka | Kode Sumber Gambar Docker Prebuilt | Petunjuk | 
| --- | --- | --- | 
| scikit-belajar | [SageMaker Kon Scikit-learn tainer AI ](https://github.com/aws/sagemaker-scikit-learn-container) | [Menggunakan Scikit-learn dengan Amazon SageMaker Python SDK ](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html) | 
| Spark ML | [SageMaker Wadah Penyajian AI Spark ML ](https://github.com/aws/sagemaker-sparkml-serving-container) | [Dokumentasi SDK Python SparkML ](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_core.html) | 

Untuk informasi lebih lanjut dan tautan ke repositori github, lihat [Sumber daya untuk digunakan Scikit-learn dengan Amazon SageMaker AI](sklearn.md) dan. [Sumber daya untuk menggunakan SparkMl Serving dengan Amazon AI SageMaker](sparkml-serving.md)

## Menentukan Gambar Prebuilt Secara Manual
<a name="pre-built-containers-scikit-learn-manual"></a>

Jika Anda tidak menggunakan SageMaker Python SDK dan salah satunya ModelTrainers untuk mengelola wadah, Anda harus mengambil wadah bawaan yang relevan secara manual. Gambar Docker buatan SageMaker AI disimpan di Amazon Elastic Container Registry (Amazon ECR). Anda dapat mendorong atau menariknya menggunakan alamat registri nama lengkap mereka. SageMaker AI menggunakan pola URL Docker Image berikut untuk scikit-learn dan Spark ML:
+ `{{<ACCOUNT_ID>}}.dkr.ecr.{{<REGION_NAME>}}.amazonaws.com/sagemaker-scikit-learn:{{<SCIKIT-LEARN_VERSION>}}-cpu-py{{<PYTHON_VERSION>}}`

  Sebagai contoh, `{{746614075791}}.dkr.ecr.{{us-west-1}}.amazonaws.com/{{sagemaker-scikit-learn:1.2-1-cpu-py3}}`.
+ `{{<ACCOUNT_ID>}}.dkr.ecr.{{<REGION_NAME>}}.amazonaws.com/sagemaker-sparkml-serving:{{<SPARK-ML_VERSION>}}`

  Sebagai contoh, `{{341280168497}}.dkr.ecr.{{ca-central-1}}.amazonaws.com/{{sagemaker-sparkml-serving:2.4}}`.

Untuk ID akun dan nama AWS Wilayah, lihat [ Docker Registry Paths dan Contoh Kode](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths).