将 SparkML Serving 与 Amazon SageMaker 结合使用 - Amazon SageMaker
AWS 文档中描述的 AWS 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 AWS 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 Serving 与 Amazon SageMaker 结合使用

Serving 模型和预测器以及 Amazon SageMaker Python SDK 开源 SparkML Serving 容器支持在 Amazon SageMaker 中部署使用 SparkML 序列化的 Apache Spark ML 管道以获取推理。MLeapSageMaker

有关使用 SparkML Serving 容器将模型部署到 SageMaker 的信息,请参阅 Spark ML 容器 SageMaker 存储库GitHub。有关 Amazon SageMaker Python SDK SparkML 服务模型和预测器的信息,请参阅 服务模型和预测器 API 文档SparkML。