我在Sagemaker中构建了一个自定义模型，并通过pickle对模型进行了序列化。我想通过 Sagemaker 托管服务部署我的模型并通读此内容
https://docs.aws.amazon.com/sagemaker/latest/dg/how-it-works-hosting.html
但是，我不知道如何使用当前未作为Amazon Estimator的一部分实现的算法为自定义模型构建自己的Docker容器。
如何构建自己的 docker 映像以加载到 ECR 中，然后构建允许我创建终端节点的容器？
看看这个指南：https://github.com/awslabs/amazon-sagemaker-examples/tree/master/advanced_functionality/scikit_bring_your_own/container
它演示如何为训练作业和终结点部署创建容器。
如果只需要部署终结点，则可以跳过训练部分。
如文档中所述，对于 SageMaker 终端节点，您需要一个 Docker 容器，其中包含一个已实现的 Web 服务器，该服务器在路由"/ping"和"/invocations"处侦听 HTTP 请求。在指南中，他们使用NGINX和Gunicorn实现了烧瓶Web服务器。
对于您的使用案例：https://github.com/awslabs/amazon-sagemaker-examples/tree/master/advanced_functionality/scikit_bring_your_own/container/decision_trees
在此目录中，您可以跳过"train"文件并保持除"predictor.py"文件之外的其余文件完好无损。这是您将修改以实现自己的推理算法的文件。