自带SageMaker映像 - Amazon SageMaker
AWS 文档中描述的 AWS 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 AWS 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映像

SageMaker 映像包含内核、语言包以及在 Amazon SageMaker Studio 中运行 Jupyter 笔记本所需的其他文件。 Amazon SageMaker 提供许多内置映像供您使用。如果您需要不同的功能,您可以将自己的自定义映像引入 Studio。有关内置映像的列表,请参阅可用Amazon SageMaker映像

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

要使自定义SageMaker映像对域中的所有用户可用,请将该映像附加到该域。要使单个用户能够使用图像,请将图像附加到用户的配置文件。当您附加映像时, 默认SageMaker使用最新的映像版本。您还可以附加特定映像版本。附加版本后,您可以在启动笔记本时从SageMaker启动程序或映像选择器中选择版本。

您可以使用 SageMaker Studio 适用于 Python (Boto3) 的 AWS 软件开发工具包 控制面板、 和 AWS Command Line Interface (AWS CLI) 创建映像和映像版本,并将映像版本附加到您的域。您还可以使用 SageMaker 控制台创建映像和映像版本,即使您尚未注册到 Studio 也是如此。

SageMaker 提供了示例 Dockerfile 以用作 SageMaker Studio 自定义SageMaker映像示例存储库中自定义映像的起点。其中包括以下映像的 Dockerfile:

  • 皮利亚

  • R

  • Scala

  • Tensorflow 2

以下主题介绍如何使用 SageMaker 控制台创建您自己的映像,然后在 SageMaker Studio 中启动该映像。此外,一个更全面的教程将向您演示如何从提供的 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 环境引入 Amazon SageMaker Studio