自带自带自定义 SageMaker 映像教程 - 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

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。

自带自带自定义 SageMaker 映像教程

在本教程中,您将创建自定义 SageMaker 映像并将图片版本附加到您的域名以便在亚马逊中使用 SageMaker Studio。映像版本包含精选的 R 软件包以及Amazon SDK for Python (Boto3)和亚马逊 SageMaker Python 开发工具包. 完成本教程后,您可以在 Studio 中选择版本,然后使用 R 使用 rStudio 网状程序包访问 SDK。有关网状软件包的更多信息,请参阅R 到 Python 的接口. 有关与本教程类似的博客文章,请参阅将您自己的 R 环境带入 Amazon SageMaker 工作室.

有两种方法将图像版本附加到您的域名。在第一种方法中,您创建一个附加了版本的新域。此方法更简单,但是您需要指定创建域所需的 Amazon Virtual Private Cloud (VPC) 信息和执行角色。

如果您已经加入 Studio,则可以使用第二种方法将映像版本附加到当前域。在这种情况下,不需要指定 VPC 信息和执行角色。附加版本后,必须删除域中的所有应用程序并重新打开 Studio。

您无法从 Studio 运行本教程,因为您无法从 Studio 内创建或更新域。

先决条件

  • Docker 应用程序。有关设置 Docker 的信息,请参阅。定向和设置.

  • 用于创建兼容 Studio 的 Dockerfile 的本地副本R 映像来自 的SageMaker Studio 自定义图像样本存储库。

    注意

    从 Dockerfile 构建 R 映像会安装依赖项,这些依赖项可以使用 copyleft 许可证(例如 gPLv3)进行许可。在继续构建此映像之前,您应查看许可条款并确保它们适合您的使用案例。

  • 访问 Amazon Elastic Container Registry (Amazon ECR) 服务的权限。有关更多信息,请参阅 。Amazon ECR 托管策略.

  • 网络 ACL 和安全组都允许 (因此可到达您的实例) 的发起 ping 的Amazon Identity and Access Management具有AmazonSageMakerFullAccess附加策略。如果你已经加入亚马逊 SageMaker Studio,你可以从Studio 摘要的 部分 SageMaker Studio 控制面板。