用于深度学习的预建的 SageMaker Docker 镜像

Amazon SageMaker 提供预构建的 Docker 镜像，其中包括深度学习框架以及训练和推理所需的其他依赖项。有关由SageMaker管理的预建 Docker 镜像的完整列表，请参阅 D ocker 注册表路径和示例代码。

使用 SageMaker Python SDK

使用 SageMakerPython SDK，您可以使用这些流行的深度学习框架训练和部署模型。有关安装和使用 SDK 的说明，请参阅亚马逊 SageMaker Python SDK。下表列出了可用框架以及如何在 SageMakerPython SDK 中使用它们的说明：

框架	说明
`TensorFlow`	TensorFlow与 SageMaker Python SDK 一起使用
`MXNet`	将 mxNet 与 SageMaker Python SDK
`PyTorch`	PyTorch与 SageMaker Python SDK 一起使用
`Chainer`	在 SageMaker Python SDK 中使用 Chainer
`Hugging Face`	在 SageMaker Python SDK 中使用拥抱脸

您可以自定义或扩展这些预构建的容器，以满足预构建的 SageMaker Docker 映像不支持的算法或模型的任何其他功能要求。有关示例，请参阅扩展我们的PyTorch容器。

您还可以使用预建容器来部署您的自定义模型或已在非SageMaker框架中训练的模型。有关将经过训练的模型工件引入终端节点SageMaker并将其托管在终端节点的过程概述，请参阅将您自己的预训练的 MXNet 或TensorFlow模型带入亚马逊。SageMaker

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

使用预先构建的 SageMaker Docker 镜像

预建的 scikit-Learn 和 Spark ML 镜像