Amazon P SageMaker rocessing 如何运行您的处理容器映像 - 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 (PDF)

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。

Amazon P SageMaker rocessing 如何运行您的处理容器映像

Amazon P SageMaker rocessing 以与以下命令类似的方式运行您的处理容器映ECR像URI,其中AppSpecification.ImageUri是您在CreateProcessingJob操作中指定的亚马逊图片。

docker run [AppSpecification.ImageUri]

此命令运行在 Docker 映像中配置的 ENTRYPOINT 命令。

您还可以通过在 CreateProcessingJob 请求中使用 AppSpecification.ContainerEntrypointAppSpecification.ContainerArgument 参数来覆盖映像中的入口点命令,或者向入口点命令提供命令行参数。指定这些参数可将 Amazon SageMaker Processing 配置为运行容器,其方式与以下命令类似。

docker run --entry-point [AppSpecification.ContainerEntrypoint] [AppSpecification.ImageUri] [AppSpecification.ContainerArguments]

例如,如果您在CreateProcessingJob 请求[python3, -v, /processing_script.py]中指定,并ContainerArguments指定为,则 Amazon Proc [data-format, csv] ess SageMaker ing 会使用以下命令运行您的容器。ContainerEntrypoint

python3 -v /processing_script.py data-format csv

构建处理容器时,请考虑以下详细信息:

  • Ama SageMaker zon Processing 根据命令运行的退出代码来决定任务是完成还是失败。如果所有处理容器都成功退出且退出代码为 0,处理作业已完成;如果任何容器以非零退出代码退出,则处理作业失败。

  • Amazon SageMaker Processing 允许您覆盖处理容器的入口点并设置命令行参数,就像使用 Docker 一样。APIDocker 镜像还可以使用和指令配置入口点和命令行参数。ENTRYPOINT CMD配置 Doc CreateProcessingJob ker 镜像入口点的方式ContainerEntrypointContainerArgument参数反映了 Docker 如何通过 Docker 覆盖入口点和参数:API

    • 如果两者ContainerEntrypointContainerArguments均未提供,则 “处理” 将使用图像CMD中的默认值ENTRYPOINT或。

    • ContainerEntrypoint如果提供了但未提供,则 P ContainerArguments rocessing 使用给定的入口点运行图像,并忽略图像CMD中的ENTRYPOINT和。

    • 如果提供了 ContainerArguments,但未提供 ContainerEntrypoint,则 Processing 使用映像中的默认 ENTRYPOINT 和提供的参数运行映像。

    • 如果同时提供ContainerEntrypointContainerArguments,则 Processing 会使用给定的入口点和参数运行图像,并忽略图像CMD中的ENTRYPOINT和。

  • 在 Dockerfile 中必须使用 ENTRYPOINT 指令的 exec 形式 (ENTRYPOINT ["executable", "param1", "param2"]),而不是 shell 形式 (ENTRYPOINT command param1 param2)。这允许您的处理容器接收SIGINTSIGKILL信号,Processing 使用这些信号停止处理作业StopProcessingJobAPI。

  • /opt/ml并且其所有子目录均由。 SageMaker在构建 Processing Docker 映像时,请勿将处理容器所需的任何数据放置在这些目录中。

  • 如果您打算使用GPU设备,请确保您的容器与 nvidia-docker 兼容。仅在容器中包含CUDA工具包。不要将NVIDIA驱动程序与映像捆绑在一起。有关 nvidia-docker 的更多信息,请参阅 /nvidia-docker。NVIDIA