自带 SageMaker 图像 - 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 SageMaker 图像

一个 SageMaker 映像是一个文件,用于标识在 Amazon 中运行 Jupyter 笔记本所需的内核、语言包和其他依赖项。 SageMaker Studio。这些映像用于创建一个环境,然后运行 Jupyter 笔记本电脑。亚马逊 SageMaker 提供了许多内置映像供你使用。如果您需要不同的功能,可以将自己的自定义图像带到 Studio。有关内置映像的列表,请参阅Amazon 可用 SageMaker 映像.

一个 SageMaker 图像是一组的持有者 SageMaker 映像版本. 映像版本表示与兼容的容器映像 SageMaker Studio 并存储在 Amazon Elastic Container Registry (ECR) 存储库中。每个映像版本都是不可变的。

要进行自定义 SageMaker 映像可供域中的所有用户使用,则可以将图像附加到域。要使图像可供单个用户使用,请将图像附加到该用户的个人资料。当你附加图片时, SageMaker 默认情况下使用最新的映像版本。您也可以附加特定的映像版本。在附加版本后,您可以从 SageMaker 启动笔记本电脑时启动器或图像选择器。

您可以使用 SageMaker Studio 控制面板、Amazon SDK for Python (Boto3),以及Amazon Command Line Interface(Amazon CLI). 您还可以使用 SageMaker 控制台,即使你还没有登陆 Studio。

SageMaker 提供了示例 DockerFile,用作您的自定义定义的起始点。 SageMaker 中的图片SageMaker Studio 自定义图像示例存储库。其中包括以下图像的 Dockerfile:

  • 朱莉娅

  • R

  • Scala

  • TensorFlow 2

以下主题介绍如何使用自带映像: SageMaker 控制台然后在中启动映像 SageMaker Studio。此外,还有一个更全面的教程向您展示了如何从提供的 R Dockerfile 构建自定义容器映像。有关类似的博客文章,请参阅将您自己的 R 环境带入 Amazon SageMaker 工作室. 有关展示如何自带图像用于训练和推理的笔记本,请参阅亚马逊 SageMaker Studio 容器构建 CLI.