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 笔记本电脑
<a name="notebooks-available-images"></a>

**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](studio-updated.md)。  
Studio Classic 仍针对现有工作负载进行维护，但不再可供入门使用。您只能停止或删除现有的 Studio Classic 应用程序，不能创建新的应用程序。我们建议您将[工作负载迁移到全新 Studio 体验](studio-updated-migrate.md)。

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](https://sagemaker.readthedocs.io/en/stable)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](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/deep-learning-containers-images.html)。

**Topics**
+ [映像 ARN 格式](#notebooks-available-images-arn)
+ [支持的 URI 标签](#notebooks-available-uri-tag)
+ [支持的映像](#notebooks-available-images-supported)
+ [计划弃用的映像](#notebooks-available-images-deprecation)
+ [弃用的映像](#notebooks-available-images-deprecated)

## 映像 ARN 格式
<a name="notebooks-available-images-arn"></a>

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](#notebooks-available-uri-tag)。

**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。


| Region | 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
<a name="notebooks-available-uri-tag"></a>

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
<a name="notebooks-available-images-supported"></a>

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 | 说明 | 资源标识符 | 内核（和标识符） | Python 版本 | 
| --- | --- | --- | --- | --- | 
| Base 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 | 
| Base 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 | 
| Base 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 | 
| Base 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 | 
| Data Science 5.3 | Data Science 5.3 是基于 Ubuntu 版本 jammy-20240212 的 Python 3.11 [conda](https://docs.conda.io/projects/conda/en/latest/index.html) 映像。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 5.2 | Data Science 5.2 是基于 Ubuntu 版本 jammy-20240212 的 Python 3.11 [conda](https://docs.conda.io/projects/conda/en/latest/index.html) 映像。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 5.1 | Data Science 5.1 是基于 Ubuntu 版本 jammy-20240212 的 Python 3.11 [conda](https://docs.conda.io/projects/conda/en/latest/index.html) 映像。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 5.0 | Data Science 5.0 是基于 Ubuntu 版本 jammy-20240212 的 Python 3.11 [conda](https://docs.conda.io/projects/conda/en/latest/index.html) 映像。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 | Data Science 4.0 是基于 Ubuntu 版本 22.04 的 Python 3.11 [conda](https://docs.conda.io/projects/conda/en/latest/index.html) 映像。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 | Data Science 3.0 是基于 Ubuntu 版本 22.04 的 Python 3.10 [conda](https://docs.conda.io/projects/conda/en/latest/index.html) 映像。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](https://docs.amazonaws.cn/sagemaker/latest/dg/geospatial-notebook-sdk.html)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 |  [\[See the AWS documentation website for more details\]](http://docs.amazonaws.cn/sagemaker/latest/dg/notebooks-available-images.html)  | 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 |  [\[See the AWS documentation website for more details\]](http://docs.amazonaws.cn/sagemaker/latest/dg/notebooks-available-images.html)  | 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 |  [\[See the AWS documentation website for more details\]](http://docs.amazonaws.cn/sagemaker/latest/dg/notebooks-available-images.html)  | 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 |  [\[See the AWS documentation website for more details\]](http://docs.amazonaws.cn/sagemaker/latest/dg/notebooks-available-images.html)  | 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 | [\[See the AWS documentation website for more details\]](http://docs.amazonaws.cn/sagemaker/latest/dg/notebooks-available-images.html) | 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](https://github.com/jupyter-incubator/sparkmagic)。 | sagemaker-sparkanalytics-310-v1 | [\[See the AWS documentation website for more details\]](http://docs.amazonaws.cn/sagemaker/latest/dg/notebooks-available-images.html) | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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
<a name="notebooks-available-images-deprecation"></a>

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](https://endoflife.date/python)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 | 说明 | 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；像 numpy、scikit-learn 和 pandas 这样的流行的 Python 包；以及 Jupyter Lab 之类的。 IDEs 有关更多信息，请参阅 [Amazon A SageMaker I 分发](https://github.com/aws/sagemaker-distribution)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；像 numpy、scikit-learn 和 pandas 这样的流行的 Python 包；以及 Jupyter Lab 之类的。 IDEs 有关更多信息，请参阅 [Amazon A SageMaker I 分发](https://github.com/aws/sagemaker-distribution)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](https://docs.conda.io/projects/conda/en/latest/index.html) 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》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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](https://www.amazonaws.cn/releasenotes/aws-deep-learning-containers-for-pytorch-1-12-0-on-sagemaker/) 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](https://www.amazonaws.cn/releasenotes/aws-deep-learning-containers-for-pytorch-1-12-0-on-sagemaker/) 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 ](https://www.amazonaws.cn/releasenotes/aws-deep-learning-containers-for-pytorch-1-10-2-on-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 ](https://www.amazonaws.cn/releasenotes/aws-deep-learning-containers-for-pytorch-1-10-2-on-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](https://github.com/jupyter-incubator/sparkmagic)。 | sagemaker-sparkanalytics-v1 |  [\[See the AWS documentation website for more details\]](http://docs.amazonaws.cn/sagemaker/latest/dg/notebooks-available-images.html)  | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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](https://www.amazonaws.cn/releasenotes/aws-deep-learning-containers-for-tensorflow-2-6/) 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](https://www.amazonaws.cn/releasenotes/aws-deep-learning-containers-for-tensorflow-2-6/) 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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，这些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》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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[《深度学习容器发行说明》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | 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》](https://docs.amazonaws.cn/deep-learning-containers/latest/devguide/dlc-release-notes.html)。 | tensorflow-2.10.1-gpu-py39-ubuntu20.04-sagemaker-v1.2 | Python 3 (python3) | Python 3.9 | 

## 弃用的映像
<a name="notebooks-available-images-deprecated"></a>

SageMaker AI 已终止对以下图像的支持。在映像中的任何软件包达到其发布者规定的使用期限的次日，就会删除。

SageMaker 预定弃用的图片


| SageMaker 图片 | 弃用日期 | 说明 | 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](https://docs.conda.io/projects/conda/en/latest/index.html) 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 Data Science 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](https://github.com/jupyter-incubator/sparkmagic)。 | sagemaker-sparkmagic |  [\[See the AWS documentation website for more details\]](http://docs.amazonaws.cn/sagemaker/latest/dg/notebooks-available-images.html)  | 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](https://www.amazonaws.cn/releasenotes/aws-deep-learning-containers-with-tensorflow-2-3-0/)。 | 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](https://www.amazonaws.cn/releasenotes/aws-deep-learning-containers-for-tensorflow-2-3-1-with-cuda-11-0/)。 | 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](https://www.amazonaws.cn/releasenotes/aws-deep-learning-containers-v7-0-for-tensorflow/)。 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](https://www.amazonaws.cn/releasenotes/aws-deep-learning-containers-v7-0-for-tensorflow/)。 TensorFlow | tensorflow-1.15-gpu-py37-cu110-ubuntu18.04-v8 | Python 3 | Python 3.7 |