将 SparkML Serworks 与 Amazon SageMaker 结合使用 - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 Amazon Web Services 服务入门

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

将 SparkML Serworks 与 Amazon SageMaker 结合使用

这些区域有:Amazon SageMaker Python 开发工具包SparkML Sersting 模型和预测器以及 Amazon SageMaker 开源 SparkML Sersting 容器支持部署在 SageMaker 中使用 MLeap 序列化的 Apache Spark ML 管道,以获取推论。

有关使用 SparkML 服务容器将模型部署到 SageMaker 的信息,请参阅SageMaker Spark ML 容器 GitHub 存储库. 有关Amazon SageMaker Python 开发工具包SparkML Services 模型和预测器,请参阅SparkML 服务模型和预测器 API 文档.