可用的 Amazon SageMaker 映像 - Amazon SageMaker
映像 ARN 格式支持的映像计划弃用的映像
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)。

可用的 Amazon SageMaker 映像

本页列出了 Amazon SageMaker Studio 中可用的 SageMaker 映像和相关内核，以及为每个映像创建 ARN 所需的格式。SageMaker 映像包含最新的 Amazon SageMaker Python SDK 和最新的内核版本。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 格式。要为映像创建完整的 ARN，请将 resource-identifier 占位符替换为 SageMaker 映像和内核表中映像的相应资源标识符。

注意

SageMaker Distribution 映像使用一组不同的映像 ARN。

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

支持的映像

下表给出了关于 Amazon SageMaker Studio 中可用的 SageMaker 映像和相关内核的信息，以及映像中包含的资源标识符和 Python 版本。

SageMaker 映像和内核
SageMaker 映像 描述 资源标识符 内核 Python 版本
SageMaker Distribution v0 CPU 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 PyTorch、TensorFlow 和 Keras 等深度学习框架；numpy、scikit-learn 和 pandas 等常用的 Python 软件包；以及像 Jupyter Lab 这样的 IDE。有关更多信息，请参阅 Amazon SageMaker Distribution 存储库。 sagemaker-distribution-cpu-v0 Python 3 Python 3.8
SageMaker Distribution v0 GPU 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 PyTorch、TensorFlow 和 Keras 等深度学习框架；numpy、scikit-learn 和 pandas 等常用的 Python 软件包；以及像 Jupyter Lab 这样的 IDE。有关更多信息，请参阅 Amazon SageMaker Distribution 存储库。 sagemaker-distribution-gpu-v0 Python 3 Python 3.8
Base Python 3.0 来自 DockerHub 的 Python 3.10 官方映像，内含有 boto3 和 Amazon CLI。 sagemaker-base-python-310-v1 Python 3 Python 3.10
Base Python 2.0 来自 DockerHub 的 Python 3.8 官方映像，内含有 boto3 和 Amazon CLI。 sagemaker-base-python-38 Python 3 Python 3.8
Data Science 3.0 Data Science 3.0 是基于 anaconda 2022.10 版本的 Python 3.10 conda 映像，其中包含最常用的 Python 软件包和库，如 NumPy 和 SciKit Learn。 sagemaker-data-science-310-v1 Python 3 Python 3.10
Data Science 2.0 Data Science 2.0 是基于 anaconda 2021.11 版本的 Python 3.8 conda 映像，其中包含最常用的 Python 软件包和库，如 NumPy 和 SciKit Learn。 sagemaker-data-science-38 Python 3 Python 3.8
Geospatial 1.0 Amazon SageMaker geospatial 是由 GDAL、Fiona、GeoPandas、Shapely 和 Rasterio 等常用地理空间库组成的 Python 映像，可让您在 SageMaker 中实现地理空间数据的可视化。有关更多信息，请参阅《Amazon SageMaker 地理空间笔记本 SDK》 sagemaker-geospatial-1.0 Python 3 Python 3.10
PyTorch 2.0.0 Python 3.10 CPU 优化 适用于 PyTorch 2.0.0 的 Amazon 深度学习容器包括用于在 CPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。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 Python 3.10
PyTorch 2.0.0 Python 3.10 GPU 优化 适用于 PyTorch 2.0.0（使用 CUDA 11.8）的 Amazon 深度学习容器包括用于在 GPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。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 Python 3.10
PyTorch 1.13 Python 3.9 CPU 优化 适用于 PyTorch 1.13（使用 CUDA 11.3）的 Amazon 深度学习容器包括用于在 CPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。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 Python 3.9
PyTorch 1.13 Python 3.9 GPU 优化 适用于 PyTorch 1.13（使用 CUDA 11.7）的 Amazon 深度学习容器包括用于在 GPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。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 Python 3.9
PyTorch 1.12 Python 3.8 CPU 优化 适用于 PyTorch 1.12（使用 CUDA 11.3）的 Amazon 深度学习容器包括用于在 CPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。有关更多信息，请参阅适用于 PyTorch 1.12.0 的 Amazon 深度学习容器。 pytorch-1.12-cpu-py38 Python 3 Python 3.8
PyTorch 1.12 Python 3.8 GPU 优化 适用于 PyTorch 1.12（使用 CUDA 11.3）的 Amazon 深度学习容器包括用于在 GPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。有关更多信息，请参阅适用于 PyTorch 1.12.0 的 Amazon 深度学习容器。 pytorch-1.12-gpu-py38 Python 3 Python 3.8
PyTorch 1.10 Python 3.8 CPU 优化 适用于 PyTorch 1.10 的 Amazon 深度学习容器包括用于在 CPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。有关更多信息，请参阅适用于 SageMaker 上 PyTorch 1.10.2 的 Amazon 深度学习容器。 pytorch-1.10-cpu-py38 Python 3 Python 3.8
PyTorch 1.10 Python 3.8 GPU 优化 适用于 PyTorch 1.10（使用 CUDA 11.3）的 Amazon 深度学习容器包括用于在 GPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。有关更多信息，请参阅适用于 SageMaker 上 PyTorch 1.10.2 的 Amazon 深度学习容器。 pytorch-1.10-gpu-py38 Python 3 Python 3.8
SparkAnalytics 2.0 带有 PySpark 和 Spark 内核的 Anaconda 个人版。有关更多信息，请参阅 sparkmagic。 sagemaker-sparkanalytics-310-v1

  • SparkMagic Spark

  • SparkMagic PySpark

  • Glue Spark

  • Glue Python [PySpark 和 Ray]

 Python 3.10
SparkAnalytics 1.0 带有 PySpark 和 Spark 内核的 Anaconda 个人版。有关更多信息，请参阅 sparkmagic。 sagemaker-sparkanalytics-v1

  • SparkMagic Spark

  • SparkMagic PySpark

  • Glue Spark

  • Glue Python [PySpark 和 Ray]

 Python 3.8
TensorFlow 2.12.0 Python 3.10 CPU 优化 适用于 TensorFlow 2.12.0（使用 CUDA 11.2）的 Amazon 深度学习容器包括用于在 CPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。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 Python 3 Python 3.10
TensorFlow 2.12.0 Python 3.10 GPU 优化 适用于 TensorFlow 2.12.0（使用 CUDA 11.8）的 Amazon 深度学习容器包括用于在 GPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。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 Python 3.10
TensorFlow 2.11.0 Python 3.9 CPU 优化 适用于 TensorFlow 2.11.0（使用 CUDA 11.2）的 Amazon 深度学习容器包括用于在 CPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。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 Python 3.9
TensorFlow 2.11.0 Python 3.9 GPU 优化 适用于 TensorFlow 2.11.0（使用 CUDA 11.2）的 Amazon 深度学习容器包括用于在 GPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。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 Python 3.9
TensorFlow 2.10 Python 3.9 CPU 优化 适用于 TensorFlow 2.10（使用 CUDA 11.2）的 Amazon 深度学习容器包括用于在 CPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。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 Python 3.9
TensorFlow 2.10 Python 3.9 GPU 优化 适用于 TensorFlow 2.10（使用 CUDA 11.2）的 Amazon 深度学习容器包括用于在 GPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。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 Python 3.9
TensorFlow 2.6 Python 3.8 CPU 优化 适用于 TensorFlow 2.6 的 Amazon 深度学习容器包括用于在 GPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。有关更多信息，请参阅适用于 TensorFlow 2.6 的 Amazon 深度学习容器。 tensorflow-2.6-cpu-py38-ubuntu20.04-v1 Python 3 Python 3.8
TensorFlow 2.6 Python 3.8 GPU 优化 适用于 TensorFlow 2.6（使用 CUDA 11.2）的 Amazon 深度学习容器包括用于在 GPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。有关更多信息，请参阅适用于 TensorFlow 2.6 的 Amazon 深度学习容器。 tensorflow-2.6-gpu-py38-cu112-ubuntu20.04-v1 Python 3 Python 3.8

计划弃用的映像

SageMaker 在映像中的任何软件包达到其发布者规定的使用期限后，就会终止对映像的支持。

下面的 SageMaker 映像计划弃用。这些映像基于 Python 3.7，该版本已于 2023 年 6 月 27 日终止使用。从 2023 年 10 月 30 日开始，SageMaker 停止对这些映像的支持，并且无法从 Studio UI 中选择这些映像。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。

计划弃用的 SageMaker 映像
SageMaker 映像 弃用日期 描述 资源标识符 内核 Python 版本
Data Science 2023 年 10 月 30 日 Data Science 是一个 Python 3.7 conda 映像，带有最常用的 Python 软件包和库（如 NumPy 和 SciKit Learn）。 datascience-1.0 Python 3 Python 3.7
SageMaker JumpStart Data Science 1.0 2023 年 10 月 30 日 SageMaker JumpStart Data Science 1.0 是一个包含常用软件包和库的 SageMaker JumpStart 映像。 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 MXNet 的 SageMaker JumpStart 映像。 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 PyTorch 的 SageMaker JumpStart 映像。 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 TensorFlow 的 SageMaker JumpStart 映像。 sagemaker-jumpstart-tensorflow-1.0 Python 3 Python 3.7
SparkMagic 2023 年 10 月 30 日 带有 PySpark 和 Spark 内核的 Anaconda 个人版。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 适用于 TensorFlow 2.3 的 Amazon 深度学习容器包括用于在 CPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。有关更多信息，请参阅使用 TensorFlow 2.3.0 的 Amazon 深度学习容器。 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 适用于 TensorFlow 2.3（使用 CUDA 11.0）的 Amazon 深度学习容器包括用于在 GPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。有关更多信息，请参阅适用于 TensorFlow 2.3.1（使用 CUDA 11.0）的 Amazon 深度学习容器。 tensorflow-2.3-gpu-py37-cu110-ubuntu18.04-v3 Python 3 Python 3.7
TensorFlow 1.15 Python 3.7 CPU 优化 2023 年 10 月 30 日 适用于 TensorFlow 1.15 的 Amazon 深度学习容器包括用于在 CPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。有关更多信息，请参阅适用于 TensorFlow 的 Amazon 深度学习容器 v7.0。 tensorflow-1.15-cpu-py37-ubuntu18.04-v7 Python 3 Python 3.7
TensorFlow 1.15 Python 3.7 GPU 优化 2023 年 10 月 30 日 适用于 TensorFlow 1.15（使用 CUDA 11.0）的 Amazon 深度学习容器包括用于在 GPU 上进行训练的容器，并针对 Amazon 上的性能和规模进行了优化。有关更多信息，请参阅适用于 TensorFlow 的 Amazon 深度学习容器 v7.0。 tensorflow-1.15-gpu-py37-cu110-ubuntu18.04-v8 Python 3 Python 3.7