SageMaker 分发图片 - Amazon SageMaker
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。

SageMaker 分发图片

重要

目前, SageMaker 分发图片中的所有软件包均已获得在 Amazon SageMaker 上使用的许可,不需要额外的商业许可。但是,将来可能会发生变化,我们建议您定期查看许可条款以了解是否有任何更新。

SageMaker Distribution 是 Docker 镜像的集合,其中包括用于机器学习、数据科学和数据分析可视化的常用库和软件包。以下内容包含有关 SageMaker 分发映像的信息。

Docker 镜像包括以下深度学习框架:

  • PyTorch

  • TensorFlow

  • Keras

它还包括流行的 Python 软件包,例如:

  • numpy

  • scikit-learn

  • pandas

在容器中,您可以使用以下内容IDEs:

  • JupyterLab

  • 代码编辑器,基于代码-OSS(Visual Studio 代码开源)

每个 SageMaker 分发图像都有一个GPU变体和一个CPU变体。

SageMaker 发行版有以下版本:

  • Studio

  • 工作室实验室

容器中包含的软件包保证相互兼容,并且运行时是为在任何地方运行而构建的。您可以使用容器运行 Amazon SageMaker Studio 笔记本或 SageMaker 训练作业。您也可以在本地笔记本电脑上运行容器。使用 Distrib SageMaker ution 可以快速开始在本地环境中进行机器学习开发。无需重新配置运行时环境,即可无缝过渡到诸如批量执行训练作业之类的任务。

有关 SageMaker 发行版中所有支持的库及其相应版本的列表,请参阅SageMaker发行版 GitHub。您也可以使用 Amazon Elastic Container 注册表库中的预建镜像和 ready-to-use SageMaker分发镜像。

支持的软件包和版本

有关安装在某个发行版中的软件包的列表,请参阅 SageMaker 发行版存储库 b uild_ artifactions 目录中的 RELEASE .md 文件。SageMaker GitHub

SageMaker 分发映像 Support 政策
版本发布 描述 更新频率
少校 Amazon Distri SageMaker bution 的主要版本将其所有核心依赖项升级到最新的兼容版本。 SageMaker 发行版可以在主要版本中添加或删除软件包。主要版本用版本字符串中的第一个数字表示。例如,1.0、2.0、3.0。 每半年一次
未成年人 Amazon Distri SageMaker bution 的次要版本可确保其所有核心依赖项都更新到同一个主版本中最新的兼容次要版本。 SageMaker 发行版可以在次要版本发布期间添加新软件包。次要版本用版本字符串中的第二个数字表示。例如,1.1、1.2 或 2.1 每月(还会根据需要发布其他次要版本)
修补 Amazon Distrib SageMaker ution 的补丁版本可确保其所有核心依赖项都更新到同一个次要版本中的最新兼容补丁版本。 SageMaker 在补丁版本发布期间,发行版不会添加或删除软件包。 7 天(还会根据严重程度部署隔夜修复)
重要
  • SageMaker 发行版 v0.x.y 仅在 Studio Classic 中使用。 SageMaker 发行版 v1.x.y 仅用于。 JupyterLab

  • 我们会尝试定期使用新版本更新 Studio 镜像。如果分发映像中的软件包已过期,我们建议您等待下一次更新。

  • 某些依赖项(例如 Python)的处理方式有所不同。Amazon Distribution 允许通过 SageMaker发行版对 Python 进行小幅升级。例如,当你从 4.8 版本升级到 5.0 时,你可以将 Python 3.10 升级到 Python 3.11。