亚马逊 SageMaker 图片可用于 Studio Classic - 亚马逊 SageMaker AI
映像 ARN 格式支持的 URI 标签支持的映像计划弃用的映像弃用的映像
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。

亚马逊 SageMaker 图片可用于 Studio Classic

重要

截至 2023 年 11 月 30 日，之前的亚马逊 SageMaker Studio 体验现在被命名为 Amazon St SageMaker udio Classic。以下部分专门介绍如何使用 Studio Classic 应用程序。有关使用更新的 Studio 体验的信息，请参阅 亚马逊 SageMaker Studio。

本页列出了 Amazon SageMaker Studio Classic 中可用的 SageMaker 映像和相关内核。本页还提供有关为每张图片创建 ARN 所需的格式的信息。 SageMaker 图片包含最新的 Amaz SageMaker on Python 软件开发工具包和最新版本的内核。有关更多信息，请参阅深度学习容器映像。

映像 ARN 格式

下表列出了每个区域的映像 ARN 和 URI 格式。要为图片创建完整 ARN，请将resource-identifier占位符替换为图片的相应资源标识符。资源标识符可在 SageMaker 镜像和内核表中找到。要为图像创建完整 URI，请将tag占位符替换为相应的 cpu 或 gpu 标签。有关您可以使用的标签列表，请参阅 支持的 URI 标签。

注意

SageMaker 分发映像使用一组不同的图像 ARNs，下表列出了这些图像。

区域 映像 ARN 格式 SageMaker 分发映像 ARN 格式 SageMaker 分发图片 URI 格式
us-east-1 arn:aws:sagemaker:us-east-1:081325390199:image/resource-identifier arn:aws:sagemaker:us-east-1:885854791233:image/resource-identifier 885854791233.dkr。ecr.us-east-1.amazonaws.com/: sagemaker-distribution-prod tag
us-east-2 arn:aws:sagemaker:us-east-2:429704687514:image/resource-identifier arn:aws:sagemaker:us-east-2:137914896644:image/resource-identifier 137914896644.dkr。ecr.us-east-2.amazonaws.com/: sagemaker-distribution-prod tag
us-west-1 arn:aws:sagemaker:us-west-1:742091327244:image/resource-identifier arn:aws:sagemaker:us-west-1:053634841547:image/resource-identifier 053634841547.dkr。ecr.us-west-1.amazonaws.com/: sagemaker-distribution-prod tag
us-west-2 arn:aws:sagemaker:us-west-2:236514542706:image/resource-identifier arn:aws:sagemaker:us-west-2:542918446943:image/resource-identifier 542918446943.dkr。ecr.us-west-2.amazonaws.com/: sagemaker-distribution-prod tag
af-south-1 arn:aws:sagemaker:af-south-1:559312083959:image/resource-identifier arn:aws:sagemaker:af-south-1:238384257742:image/resource-identifier 238384257742.dkr。ecr.af-south-1.amazonaws.com/: sagemaker-distribution-prod tag
ap-east-1 arn:aws:sagemaker:ap-east-1:493642496378:image/resource-identifier arn:aws:sagemaker:ap-east-1:523751269255:image/resource-identifier 523751269255.dkr。ecr.ap-east-1.amazonaws.com/: sagemaker-distribution-prod tag
ap-south-1 arn:aws:sagemaker:ap-south-1:394103062818:image/resource-identifier arn:aws:sagemaker:ap-south-1:245090515133:image/resource-identifier 245090515133.dkr。ecr.ap-south-1.amazonaws.com/: sagemaker-distribution-prod tag
ap-northeast-2 arn:aws:sagemaker:ap-northeast-2:806072073708:image/resource-identifier arn:aws:sagemaker:ap-northeast-2:064688005998:image/resource-identifier 064688005998.dkr。ecr.ap-northeast-2.amazonaws.com/: sagemaker-distribution-prod tag
ap-southeast-1 arn:aws:sagemaker:ap-southeast-1:492261229750:image/resource-identifier arn:aws:sagemaker:ap-southeast-1:022667117163:image/resource-identifier 022667117163.dkr。ecr.ap-southeast-1.amazonaws.com/: sagemaker-distribution-prod tag
ap-southeast-2 arn:aws:sagemaker:ap-southeast-2:452832661640:image/resource-identifier arn:aws:sagemaker:ap-southeast-2:648430277019:image/resource-identifier 648430277019.dkr。ecr.ap-southeast-2.amazonaws.com/: sagemaker-distribution-prod tag
ap-northeast-1 arn:aws:sagemaker:ap-northeast-1:102112518831:image/resource-identifier arn:aws:sagemaker:ap-northeast-1:010972774902:image/resource-identifier 010972774902.dkr。ecr.ap-northeast-1.amazonaws.com/: sagemaker-distribution-prod tag
ca-central-1 arn:aws:sagemaker:ca-central-1:310906938811:image/resource-identifier arn:aws:sagemaker:ca-central-1:481561238223:image/resource-identifier 481561238223.dkr。ecr.ca-central-1.amazonaws.com/: sagemaker-distribution-prod tag
eu-central-1 arn:aws:sagemaker:eu-central-1:936697816551:image/resource-identifier arn:aws:sagemaker:eu-central-1:545423591354:image/resource-identifier 545423591354.dkr。ecr.eu-central-1.amazonaws.com/: sagemaker-distribution-prod tag
eu-west-1 arn:aws:sagemaker:eu-west-1:470317259841:image/resource-identifier arn:aws:sagemaker:eu-west-1:819792524951:image/resource-identifier 819792524951.dkr。ecr.eu-west-1.amazonaws.com/: sagemaker-distribution-prod tag
eu-west-2 arn:aws:sagemaker:eu-west-2:712779665605:image/resource-identifier arn:aws:sagemaker:eu-west-2:021081402939:image/resource-identifier 021081402939.dkr。ecr.eu-west-2.amazonaws.com/: sagemaker-distribution-prod tag
eu-west-3 arn:aws:sagemaker:eu-west-3:615547856133:image/resource-identifier arn:aws:sagemaker:eu-west-3:856416204555:image/resource-identifier 856416204555.dkr。ecr.eu-west-3.amazonaws.com/: sagemaker-distribution-prod tag
eu-north-1 arn:aws:sagemaker:eu-north-1:243637512696:image/resource-identifier arn:aws:sagemaker:eu-north-1:175620155138:image/resource-identifier 175620155138.dkr。ecr.eu-north-1.amazonaws.com/: sagemaker-distribution-prod tag
eu-south-1 arn:aws:sagemaker:eu-south-1:592751261982:image/resource-identifier arn:aws:sagemaker:eu-south-1:810671768855:image/resource-identifier 810671768855.dkr。ecr.eu-south-1.amazonaws.com/: sagemaker-distribution-prod tag
sa-east-1 arn:aws:sagemaker:sa-east-1:782484402741:image/resource-identifier arn:aws:sagemaker:sa-east-1:567556641782:image/resource-identifier 567556641782.dkr。ecr.sa-east-1.amazonaws.com/: sagemaker-distribution-prod tag
ap-northeast-3 arn:aws:sagemaker:ap-northeast-3:792733760839:image/resource-identifier arn:aws:sagemaker:ap-northeast-3:564864627153:image/resource-identifier 564864627153.dkr。ecr.ap-northeast-3.amazonaws.com/: sagemaker-distribution-prod tag
ap-southeast-3 arn:aws:sagemaker:ap-southeast-3:276181064229:image/resource-identifier arn:aws:sagemaker:ap-southeast-3:370607712162:image/resource-identifier 370607712162.dkr。ecr.ap-southeast-3.amazonaws.com/: sagemaker-distribution-prod tag
me-south-1 arn:aws:sagemaker:me-south-1:117516905037:image/resource-identifier arn:aws:sagemaker:me-south-1:523774347010:image/resource-identifier 523774347010.dkr。ecr.me-south-1.amazonaws.com/: sagemaker-distribution-prod tag
me-central-1 arn:aws:sagemaker:me-central-1:103105715889:image/resource-identifier arn:aws:sagemaker:me-central-1:358593528301:image/resource-identifier 358593528301.dkr。ecr.me-central-1.amazonaws.com/: sagemaker-distribution-prod tag

支持的 URI 标签

以下列表显示了您可以在映像 URI 中包含的标签。

  • 1-cpu

  • 1-gpu

  • 0-cpu

  • 0-gpu

以下示例显示 URIs 了各种标签格式：

  • 542918446943.dkr。ecr.us-west-2.amazonaws.com /: 1-cpu sagemaker-distribution-prod

  • 542918446943.dkr。ecr.us-west-2.amazonaws.com /: 0-gpu sagemaker-distribution-prod

支持的映像

下表提供了有关 Amazon SageMaker Studio Classic 中可用的 SageMaker 映像和相关内核的信息。它还提供了映像中包含的资源标识符和 Python 版本的信息。

SageMaker 图像和内核

SageMaker 图片 描述 资源标识符 内核（和标识符） Python 版本
基础版 Python 4.3 Python 3.11 官方图片来自 bot DockerHub o3 并包含在内。 Amazon CLI sagemaker-base-python-v4 Python 3 (python3) Python 3.11
基础版 Python 4.2 Python 3.11 官方图片来自 bot DockerHub o3 并包含在内。 Amazon CLI sagemaker-base-python-v4 Python 3 (python3) Python 3.11
基础版 Python 4.1 Python 3.11 官方图片来自 bot DockerHub o3 并包含在内。 Amazon CLI sagemaker-base-python-v4 Python 3 (python3) Python 3.11
基础版 Python 4.0 Python 3.11 官方图片来自 bot DockerHub o3 并包含在内。 Amazon CLI sagemaker-base-python-v4 Python 3 (python3) Python 3.11
Base Python 3.0 Python 3.10 的官方 Python 3.10 图片来自 DockerHub boto3，内含。 Amazon CLI sagemaker-base-python-310-v1 Python 3 (python3) Python 3.10
数据科学 5.3 Data Science 5.3 是一张基于 Ubuntu 版本 jammy-20240212 的 Python 3.11 conda 镜像。它包括最常用的 Python 包和库，例如 NumPy 和 Le SciKit arn。 sagemaker-data-science-v5 Python 3 (python3) Python 3.11
数据科学 5.2 Data Science 5.2 是一张基于 Ubuntu 版本 jammy-20240212 的 Python 3.11 conda 镜像。它包括最常用的 Python 包和库，例如 NumPy 和 Le SciKit arn。 sagemaker-data-science-v5 Python 3 (python3) Python 3.11
数据科学 5.1 Data Science 5.1 是一张基于 Ubuntu 版本 jammy-20240212 的 Python 3.11 conda 镜像。它包括最常用的 Python 包和库，例如 NumPy 和 Le SciKit arn。 sagemaker-data-science-v5 Python 3 (python3) Python 3.11
数据科学 5.0 数据科学 5.0 是一张基于 Ubuntu 版本 jammy-20240212 的 Python 3.11 conda 镜像。它包括最常用的 Python 包和库，例如 NumPy 和 Le SciKit arn。 sagemaker-data-science-v5 Python 3 (python3) Python 3.11
Data Science 4.0 数据科学 4.0 是一张基于 22.04 Ubuntu 版本的 Python 3.11 conda 镜像。它包括最常用的 Python 包和库，例如 NumPy 和 Le SciKit arn。 sagemaker-data-science-311-v1 Python 3 (python3) Python 3.11
Data Science 3.0 数据科学 3.0 是一张基于 22.04 Ubuntu 版本的 Python 3.10 conda 镜像。它包括最常用的 Python 包和库，例如 NumPy 和 Le SciKit arn。 sagemaker-data-science-310-v1 Python 3 (python3) Python 3.10
Geospatial 1.0 Amazon g SageMaker eospatial 是一张 Python 图像，由常用的地理空间库组成，例如 GDAL、Fiona GeoPandas、Shapley 和 Rasterio。它允许您在 SageMaker AI 中可视化地理空间数据。有关更多信息，请参阅 Amazon SageMaker 地理空间笔记本软件开发工具包 sagemaker-geospatial-1.0 Python 3 (python3) Python 3.10
SparkAnalytics 4.3 SparkAnalytics 4.3 镜像在 Amazon SageMaker Studio Classic 上提供了 Spark 和 PySpark 内核选项，包括 SparkMagic Spark SparkMagic PySpark、、Glue Spark 和 Glue PySpark，从而实现了灵活的分布式数据处理。 sagemaker-spark-analytics-v4

  • SparkMagic 火花（火花内核）

  • SparkMagic PySpark (pysparkernel)

  • Glue Spark (glue_spark)

  • Glue PySpark （glue_pyspark）

 Python 3.11
SparkAnalytics 4.2 SparkAnalytics 4.2 映像在 Amazon SageMaker Studio Classic 上提供了 Spark 和 PySpark 内核选项，包括 SparkMagic Spark SparkMagic PySpark、、Glue Spark 和 Glue PySpark，从而实现了灵活的分布式数据处理。 sagemaker-spark-analytics-v4

  • SparkMagic 火花（火花内核）

  • SparkMagic PySpark (pysparkernel)

  • Glue Spark (glue_spark)

  • Glue PySpark （glue_pyspark）

 Python 3.11
SparkAnalytics 4.1 SparkAnalytics 4.1 映像在 Amazon SageMaker Studio Classic 上提供了 Spark 和 PySpark 内核选项，包括 SparkMagic Spark SparkMagic PySpark、、Glue Spark 和 Glue PySpark，从而实现了灵活的分布式数据处理。 sagemaker-spark-analytics-v4

  • SparkMagic 火花（火花内核）

  • SparkMagic PySpark (pysparkernel)

  • Glue Spark (glue_spark)

  • Glue PySpark （glue_pyspark）

 Python 3.11
SparkAnalytics 4.0 SparkAnalytics 4.0 映像在 Amazon SageMaker Studio Classic 上提供了 Spark 和 PySpark 内核选项，包括 SparkMagic Spark SparkMagic PySpark、、Glue Spark 和 Glue PySpark，从而实现了灵活的分布式数据处理。 sagemaker-spark-analytics-v4

  • SparkMagic 火花（火花内核）

  • SparkMagic PySpark (pysparkernel)

  • Glue Spark (glue_spark)

  • Glue PySpark （glue_pyspark）

 Python 3.11
SparkAnalytics 3.0 SparkAnalytics 3.0 映像在 Amazon SageMaker Studio Classic 上提供了 Spark 和 PySpark 内核选项，包括 SparkMagic Spark SparkMagic PySpark、、Glue Spark 和 Glue PySpark，从而实现了灵活的分布式数据处理。 sagemaker-sparkanalytics-311-v1

  • SparkMagic 火花（火花内核）

  • SparkMagic PySpark (pysparkernel)

  • Glue Spark (glue_spark)

  • Glue PySpark （glue_pyspark）

 Python 3.11
SparkAnalytics 2.0 带有 Spark 内核的 Anaconda 个人版 PySpark 。有关更多信息，请参阅 sparkmagic。 sagemaker-sparkanalytics-310-v1

  • SparkMagic Spark (conda-env-sm_sparkmagic-sparkern

  • SparkMagic PySpark(conda-env-sm_sparkmagic-pysparkernel

  • Glue Spark (conda-env-sm_glue_is-glue_Spark)

  • Glue Python [PySpark 和 Ray] (conda-env-sm_glue_is-glue_pyspark)

 Python 3.10
PyTorch 2.4.0 Python 3.11 CPU 已优化 带有 CUDA 12.4 的 PyTorch 2.4.0 版 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-2.4.0-cpu-py311 Python 3 (python3) Python 3.11
PyTorch 2.4.0 Python 3.11 GPU 已优化 带有 CUDA 12.4 的 PyTorch 2.4.0 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-2.4.0-gpu-py311 Python 3 (python3) Python 3.11
PyTorch 2.3.0 Python 3.11 CPU 已优化 带有 CUDA 12.1 的 PyTorch 2.3.0 版 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-2.3.0-cpu-py311 Python 3 (python3) Python 3.11
PyTorch 2.3.0 Python 3.11 GPU 已优化 带有 CUDA 12.1 的 PyTorch 2.3.0 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-2.3.0-gpu-py311 Python 3 (python3) Python 3.11
PyTorch 2.2.0 Python 3.10 CPU 已优化 带有 CUDA 12.1 的 PyTorch 2.2 版 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-2.2.0-cpu-py310 Python 3 (python3) Python 3.10
PyTorch 2.2.0 Python 3.10 GPU 已优化 带有 CUDA 12.1 的 PyTorch 2.2 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-2.2.0-gpu-py310 Python 3 (python3) Python 3.10
PyTorch 2.1.0 Python 3.10 CPU 已优化 带有 CUDA 12. PyTorch 1 的 2.1 版 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-2.1.0-cpu-py310 Python 3 (python3) Python 3.10
PyTorch 2.1.0 Python 3.10 GPU 已优化 带有 CUDA 12. PyTorch 1 的 2.1 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-2.1.0-gpu-py310 Python 3 (python3) Python 3.10
PyTorch 1.13 HuggingFace Python 3.10 神经元优化 PyTorch 安装了 1.13 图像 HuggingFace 和 Neuron 包，用于在 Trainium 实例上进行训练，针对性能和扩展进行了优化。 Amazon pytorch-1.13-310 hf-neuron-py Python 3 (python3) Python 3.10
PyTorch 1.13 Python 3.10 神经元优化 PyTorch 安装了 Neuron 包的 1.13 图像，用于在 Trainium 实例上进行训练，针对性能和扩展进行了优化。 Amazon pytorch-1.13-neuron-py310 Python 3 (python3) Python 3.10
TensorFlow 2.14.0 Python 3.10 CPU 已优化 带有 CUDA 11.8 的 TensorFlow 2.14 版 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 tensorflow-2.14.1-cpu-py310-ubuntu20.04-sagemaker-v1.0 Python 3 (python3) Python 3.10
TensorFlow 2.14.0 Python 3.10 GPU 已优化 带有 CUDA 11.8 的 TensorFlow 2.14 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 tensorflow-2.14.1-gpu-py310-cu118-ubuntu20.04-sagemaker-v1.0 Python 3 (python3) Python 3.10

计划弃用的映像

SageMaker 在图像中的任何软件包被发布者终止生命周期后的第二天，AI 就会终止对图像的支持。以下 SageMaker 图片已计划弃用。

基于 Python 3.8 的图片已end-of-life于 2024 年 10 月 31 日发布。从 2024 年 11 月 1 日起， SageMaker 人工智能将停止对这些图像的支持，并且无法从 Studio Classic 用户界面中选择它们。为避免出现不合规问题，如果您正在使用这些映像中的任何一个，我们建议您改用版本更高的映像。

SageMaker 预定弃用的图片

SageMaker 图片 弃用日期 描述 资源标识符 内核 Python 版本
SageMaker 发行版 v0.12 CPU 2024 年 11 月 1 日 SageMaker Distribution v0 CPU 是一个 Python 3.8 映像，其中包括用于 CPU 上机器学习、数据科学和可视化的常用框架。这包括像 PyTorch、 TensorFlow 和 Keras 这样的深度学习框架；流行的 Python 包，比如 numpy、scikit-learn 和 pandas；以及 Jupyter Lab。 IDEs 有关更多信息，请参阅 Amazon A SageMaker I 分发存储库。 sagemaker-distribution-cpu-v0 Python 3 (python3) Python 3.8
SageMaker 发行版 v0.12 GPU 2024 年 11 月 1 日 SageMaker Distribution v0 GPU 是一个 Python 3.8 映像，其中包括用于 GPU 上机器学习、数据科学和可视化的常用框架。这包括像 PyTorch、 TensorFlow 和 Keras 这样的深度学习框架；流行的 Python 包，比如 numpy、scikit-learn 和 pandas；以及 Jupyter Lab。 IDEs 有关更多信息，请参阅 Amazon A SageMaker I 分发存储库。 sagemaker-distribution-gpu-v0 Python 3 (python3) Python 3.8
Base Python 2.0 2024 年 11 月 1 日 官方的 Python 3.8 图片来自 DockerHub boto3 并 Amazon CLI 包含在内。 sagemaker-base-python-38 Python 3 (python3) Python 3.8
Data Science 2.0 2024 年 11 月 1 日 Data Science 2.0 是基于 Ubuntu 版本 22.04 的 Python 3.8 conda 映像。它包括最常用的 Python 包和库，例如 NumPy 和 Le SciKit arn。 sagemaker-data-science-38 Python 3 (python3) Python 3.8
PyTorch 1.13 Python 3.9 CPU 已优化 2024 年 11 月 1 日 带有 CUDA 11.3 的 PyTorch 1.13 版 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-1.13-cpu-py39 Python 3 (python3) Python 3.9
PyTorch 1.13 Python 3.9 GPU 已优化 2024 年 11 月 1 日 带有 CUDA 11.7 的 PyTorch 1.13 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-1.13-gpu-py39 Python 3 (python3) Python 3.9
PyTorch 1.12 Python 3.8 CPU 已优化 2024 年 11 月 1 日 带有 CUDA 11.3 的 PyTorch 1.12 版 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅 PyTorch 1.12.0 版的 De Amazon ep Learning C ontainers。 pytorch-1.12-cpu-py38 Python 3 (python3) Python 3.8
PyTorch 1.12 Python 3.8 GPU 已优化 2024 年 11 月 1 日 带有 CUDA 11.3 的 PyTorch 1.12 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅 PyTorch 1.12.0 版的 De Amazon ep Learning C ontainers。 pytorch-1.12-gpu-py38 Python 3 (python3) Python 3.8
PyTorch 1.10 Python 3.8 CPU 已优化 2024 年 11 月 1 日 PyTorch 1.10 版的 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅 AI 上的 PyTorch 1.10.2 版 Dee Amazon p Learning Containers。 SageMaker pytorch-1.10-cpu-py38 Python 3 (python3) Python 3.8
PyTorch 1.10 Python 3.8 GPU 已优化 2024 年 11 月 1 日 带有 CUDA 11.3 的 PyTorch 1.10 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅 AI 上的 PyTorch 1.10.2 版 Dee Amazon p Learning Containers。 SageMaker pytorch-1.10-gpu-py38 Python 3 (python3) Python 3.8
SparkAnalytics 1.0 2024 年 11 月 1 日 带有 Spark 内核的 Anaconda 个人版 PySpark 。有关更多信息，请参阅 sparkmagic。 sagemaker-sparkanalytics-v1

  • SparkMagic Spark (conda-env-sm_sparkmagic-sparkern

  • SparkMagic PySpark(conda-env-sm_sparkmagic-pysparkernel

  • Glue Spark (conda-env-sm_glue_is-glue_Spark)

  • Glue Python [PySpark 和 Ray] (conda-env-sm_glue_is-glue_pyspark)

 Python 3.8
TensorFlow 2.13.0 Python 3.10 CPU 已优化 2024 年 11 月 1 日 带有 CUDA 11.8 的 TensorFlow 2.13 版 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 tensorflow-2.13.0-cpu-py310-ubuntu20.04-sagemaker-v1.0 Python 3 (python3) Python 3.10
TensorFlow 2.13.0 Python 3.10 GPU 已优化 2024 年 11 月 1 日 带有 CUDA 11.8 的 TensorFlow 2.13 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 tensorflow-2.13.0-gpu-py310-cu118-ubuntu20.04-sagemaker-v1.0 Python 3 (python3) Python 3.10
TensorFlow 2.6 Python 3.8 CPU 优化 2024 年 11 月 1 日 TensorFlow 2.6 版的 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化 Amazon。有关更多信息，请参阅 TensorFlow 2.6 版的 Dee Amazon p Learning Container s。 tensorflow-2.6-cpu-py38-ubuntu20.04-v1 Python 3 (python3) Python 3.8
TensorFlow 2.6 Python 3.8 GPU 优化 2024 年 11 月 1 日 带有 CUDA 11.2 的 TensorFlow 2.6 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅 TensorFlow 2.6 版的 Dee Amazon p Learning Container s。 tensorflow-2.6-gpu-py38-cu112-ubuntu20.04-v1 Python 3 (python3) Python 3.8
PyTorch 2.0.1 Python 3.10 CPU 已优化 2024 年 11 月 1 日 带有 CUDA 12.1 的 PyTorch 2.0.1 版 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-2.0.1-cpu-py310 Python 3 (python3) Python 3.10
PyTorch 2.0.1 Python 3.10 GPU 已优化 2024 年 11 月 1 日 带有 CUDA 12.1 的 PyTorch 2.0.1 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-2.0.1-gpu-py310 Python 3 (python3) Python 3.10
PyTorch 2.0.0 Python 3.10 CPU 已优化 2024 年 11 月 1 日 PyTorch 2.0.0 版的 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-2.0.0-cpu-py310 Python 3 (python3) Python 3.10
PyTorch 2.0.0 Python 3.10 GPU 已优化 2024 年 11 月 1 日 带有 CUDA 11.8 的 PyTorch 2.0.0 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 pytorch-2.0.0-gpu-py310 Python 3 (python3) Python 3.10
TensorFlow 2.12.0 Python 3.10 CPU 已优化 2024 年 11 月 1 日 带有 CUDA 11 TensorFlow .2 的 2.12.0 版 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 tensorflow-2.12.0-cpu-py310-ubuntu20.04-sagemaker-v1.0 Python 3 (python3) Python 3.10
TensorFlow 2.12.0 Python 3.10 GPU 已优化 2024 年 11 月 1 日 带有 CUDA 11.8 的 TensorFlow 2.12.0 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 tensorflow-2.12.0-gpu-py310-cu118-ubuntu20.04-sagemaker-v1 Python 3 (python3) Python 3.10
TensorFlow 2.11.0 Python 3.9 CPU 已优化 2024 年 11 月 1 日 带有 CUDA TensorFlow 11.2 的 2.11.0 版 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 tensorflow-2.11.0-cpu-py39-ubuntu20.04-sagemaker-v1.1 Python 3 (python3) Python 3.9
TensorFlow 2.11.0 Python 3.9 GPU 已优化 2024 年 11 月 1 日 带有 CUDA TensorFlow 11.2 的 2.11.0 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 tensorflow-2.11.0-gpu-py39-cu112-ubuntu20.04-sagemaker-v1.1 Python 3 (python3) Python 3.9
TensorFlow 2.10 Python 3.9 CPU 已优化 2024 年 11 月 1 日 带有 CUDA 11.2 的 TensorFlow 2.10 版 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 tensorflow-2.10.1-cpu-py39-ubuntu20.04-sagemaker-v1.2 Python 3 (python3) Python 3.9
TensorFlow 2.10 Python 3.9 GPU 已优化 2024 年 11 月 1 日 带有 CUDA 11.2 的 TensorFlow 2.10 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅《深度学习容器发布说明》。 tensorflow-2.10.1-gpu-py39-ubuntu20.04-sagemaker-v1.2 Python 3 (python3) Python 3.9

弃用的映像

SageMaker AI 已终止对以下图像的支持。弃用发生在图片中的任何软件包被发布者终止生命周期的第二天。

SageMaker 预定弃用的图片

SageMaker 图片 弃用日期 描述 资源标识符 内核 Python 版本
Data Science 2023 年 10 月 30 日 数据科学是一张 Python 3.7 conda 图像，其中包含最常用的 Python 包和库，例如 NumPy 和 Le SciKit arn。 datascience-1.0 Python 3 Python 3.7
SageMaker JumpStart 数据科学 1.0 2023 年 10 月 30 日 SageMaker JumpStart 数据科学 1.0 是一个包含常用包和库的 JumpStart 图像。 sagemaker-jumpstart-data-science-1.0 Python 3 Python 3.7
SageMaker JumpStart MXNet 1.0 2023 年 10 月 30 日 SageMaker JumpStart MXNet 1.0 是一个包含以下内容的 JumpStart 图像 MXNet。 sagemaker-jumpstart-mxnet-1.0 Python 3 Python 3.7
SageMaker JumpStart PyTorch 1.0 2023 年 10 月 30 日 SageMaker JumpStart PyTorch 1.0 是一个包含以下内容的 JumpStart 图像 PyTorch。 sagemaker-jumpstart-pytorch-1.0 Python 3 Python 3.7
SageMaker JumpStart TensorFlow 1.0 2023 年 10 月 30 日 SageMaker JumpStart TensorFlow 1.0 是一个包含以下内容的 JumpStart 图像 TensorFlow。 sagemaker-jumpstart-tensorflow-1.0 Python 3 Python 3.7
SparkMagic 2023 年 10 月 30 日 带有 Spark 内核的 Anaconda 个人版 PySpark 。有关更多信息，请参阅 sparkmagic。 sagemaker-sparkmagic

  • PySpark

  • Spark

 Python 3.7
TensorFlow 2.3 Python 3.7 CPU 优化 2023 年 10 月 30 日 TensorFlow 2.3 版的 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化 Amazon。有关更多信息，请参阅 TensorFlow2.3.0 版的 Dee Amazon p Learning Containers。 tensorflow-2.3-cpu-py37-ubuntu18.04-v1 Python 3 Python 3.7
TensorFlow 2.3 Python 3.7 GPU 优化 2023 年 10 月 30 日 带有 CUDA 11.0 的 TensorFlow 2.3 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅搭载 CUDA 11.0 的 TensorFlow 2.3.1 版 Dee Amazon p Learning Containers。 tensorflow-2.3-gpu-py37-cu110-ubuntu18.04-v3 Python 3 Python 3.7
TensorFlow 1.15 Python 3.7 CPU 已优化 2023 年 10 月 30 日 TensorFlow 1.15 版的 Dee Amazon p Learning Containers 包括用于在 CPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅 Dee Amazon p Learning Containers v7.0。 TensorFlow tensorflow-1.15-cpu-py37-ubuntu18.04-v7 Python 3 Python 3.7
TensorFlow 1.15 Python 3.7 GPU 已优化 2023 年 10 月 30 日 搭载 CUDA 11.0 的 TensorFlow 1.15 版 Dee Amazon p Learning Containers 包括用于在 GPU 上训练的容器，针对性能和扩展进行了优化。 Amazon有关更多信息，请参阅 Dee Amazon p Learning Containers v7.0。 TensorFlow tensorflow-1.15-gpu-py37-cu110-ubuntu18.04-v8 Python 3 Python 3.7