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。

# 带有 AI 的自定义 Docker 容 SageMaker 器
<a name="docker-containers-adapt-your-own"></a>

您可以调整现有的 Docker 镜像以与 SageMaker AI 配合使用。当您的容器满足预构建 SageMaker 的 SageMaker AI 镜像当前不支持的功能或安全要求时，您可能需要将现有的外部 Docker 镜像与 AI 配合使用。有两个工具包可以让你自带容器并对其进行调整以与 SageMaker AI 配合使用：
+ [SageMaker 训练工具包](https://github.com/aws/sagemaker-training-toolkit)-使用此工具包使用 SageMaker AI 训练模型。
+ [SageMaker AI 推理工具包](https://github.com/aws/sagemaker-inference-toolkit) — 使用此工具包部署带有 SageMaker AI 的模型。

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：

**Topics**
+ [单个框架库](#docker-containers-adapt-your-own-frameworks)
+ [SageMaker 训练和推理工具包](amazon-sagemaker-toolkits.md)
+ [调整自己的训练容器](adapt-training-container.md)
+ [调整你自己的推理容器以适应 Amazon AI SageMaker](adapt-inference-container.md)

## 单个框架库
<a name="docker-containers-adapt-your-own-frameworks"></a>

除了 SageMaker 训练工具包和 SageMaker 人工智能推理工具包外，A SageMaker I 还提供专门用于、 TensorFlow MXNet PyTorch、和 Chainer 的工具包。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 在 SageMaker AI 上运行训练算法和托管模型。这些独立库的功能包含在 SageMaker AI 训练工具包和 A SageMaker I 推理工具包中。


| 框架 | 工具包源代码 | 
| --- | --- | 
| TensorFlow |  [SageMaker 人工智能 TensorFlow 训练](https://github.com/aws/sagemaker-tensorflow-training-toolkit) [SageMaker 人工智能 TensorFlow 服务](https://github.com/aws/sagemaker-tensorflow-serving-container)  | 
| MXNet |  [SageMaker 人工智能 MXNet 训练](https://github.com/aws/sagemaker-mxnet-training-toolkit) [SageMaker AI MXNet 推理](https://github.com/aws/sagemaker-mxnet-inference-toolkit)  | 
| PyTorch |  [SageMaker 人工智能 PyTorch 训练](https://github.com/aws/sagemaker-pytorch-training-toolkit) [SageMaker AI PyTorch 推理](https://github.com/aws/sagemaker-pytorch-inference-toolkit)  | 
| Chainer |  [SageMaker AI Chainer SageMaker AI 容器](https://github.com/aws/sagemaker-chainer-container)  |