自带 SageMaker 映像 - 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 (PDF)

自带 SageMaker 映像

SageMaker 映像是一个文件,它标识在 Amazon SageMaker Studio 中运行 Jupyter 笔记本所需的内核、语言包和其他依赖项。这些映像用于创建一个环境,然后在该环境中运行 Jupyter 笔记本。Amazon SageMaker 提供了许多内置映像供您使用。有关内置映像的列表,请参阅 可用的 Amazon SageMaker 映像

如果您需要不同的功能,可以将自己的自定义映像添加到 Studio 中。您可以使用 SageMaker 控制面板、Amazon SDK for Python (Boto3)Amazon Command Line Interface (Amazon CLI) 创建映像和映像版本,并将映像版本附加到域或共享空间。即使您没有加入 SageMaker 域,也可以使用 SageMaker 控制台创建映像和映像版本。SageMaker 在 SageMaker Studio 自定义映像示例存储库中提供了示例 Dockerfile,可用作自定义 SageMaker 映像的起点。

以下主题说明如何使用 SageMaker 控制台或 Amazon CLI 自带映像,然后在 Studio 中启动映像。有关类似的博客文章,请参阅将自己的 R 环境带入 Amazon SageMaker Studio 中。有关展示如何自带映像用于训练和推理的笔记本,请参阅 Amazon SageMaker Studio 容器构建 CLI

关键术语

以下部分定义了关于自带映像在 Studio 中使用的关键术语。

  • Dockerfile:Dockerfile 是一个用于标识 Docker 映像的语言包和其他依赖项的文件。

  • Docker 映像:Docker 映像是一个内置的 Dockerfile。该映像签入 Amazon ECR,并作为 SageMaker 映像的基础。

  • SageMaker 映像:SageMaker 映像是基于 Docker 映像的一组 SageMaker 映像版本的容器。每个映像版本都是不可变的。

  • 映像版本:SageMaker 映像的映像版本表示 Docker 映像,并存储在 Amazon ECR 存储库中。每个映像版本都是不可变的。这些映像版本可以附加到一个域或共享空间,并在 Studio 中使用。