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。

调整你自己的 Docker 容器以供使用 SageMaker

您可以调整现有 Docker 镜像以供使用 SageMaker。当您的容器满足预 SageMaker构建映像当前不支持的功能或安全要求 SageMaker 时，您可能需要将现有的外部 Docker 镜像与一起使用。有两个工具包可以让你自带容器并对其进行调整以适应使用 SageMaker：

以下主题介绍如何使用 SageMaker 训练和推理工具包调整现有图像：

单个框架库

除了 SageMaker 培训工具包和 SageMaker 推理工具包外， SageMaker 还提供专门针对 TensorFlow MXnet 和 Chainer 的工具包。 PyTorch下表提供了指向 GitHub 存储库的链接，这些存储库包含每个框架的源代码及其各自的服务工具包。链接的说明用于使用 Python SDK 运行训练算法和托管模型 SageMaker。这些独立库的功能包含在 SageMaker培训工具包和 SageMaker 推理工具包中。