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.

# Risorse per l'utilizzo di SparkML Serving con Amazon AI SageMaker
<a name="sparkml-serving"></a>

Il modello e predittore [ Amazon SageMaker Python SDK SparkML Serving e il contenitore open source ](https://sagemaker.readthedocs.io/en/stable) SparkML Serving di Amazon SageMaker AI supportano l'implementazione di pipeline Apache Spark ML serializzate con mLeap nell'IA per ottenere inferenze. SageMaker Usa le seguenti risorse per imparare a usare SparkML Serving con AI. SageMaker 

Per informazioni sull'utilizzo del contenitore SparkML Serving per distribuire modelli sull' SageMaker IA, consulta il repository [ SageMaker Spark ML Container. GitHub ](https://github.com/aws/sagemaker-sparkml-serving-container) Per informazioni sul modello e sui predittori di [ Amazon SageMaker Python SDK ](https://sagemaker.readthedocs.io/en/stable) SparkML Serving, consulta la documentazione SparkML Serving Model [ e Predictor API. ](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_core.html)