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

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。这些图像用于创建一个环境,然后从中运行 Jupyter 笔记本电脑。Amazon SageMaker 提供了许多内置图片供您使用。如果您需要不同的功能,您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。可用的 Amazon SageMaker 可用图像.

SageMaker映像是一个持有人的一 SageMaker映像版本. 映像版本代表与 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 映像可供域中的所有用户使用,请将映像附加到域。要使图像可供单个用户使用,请将图像附加到用户的配置文件。附加图像时,SageMaker 默认使用最新的映像版本。您也可以附加特定的映像版本。附加版本后,您可以在启动笔记本电脑时从 SageMaker 启动器或图像选择器中选择版本。

您可以使用 SageMaker Studio 控制面板、Amazon SDK for Python (Boto3),以及Amazon Command Line Interface(Amazon CLI). 您也可以使用 SageMaker 控制台创建图像和图像版本,即使您尚未登陆到 Studio。

SageMaker 提供了示例码头文件,作为自定义 SageMaker 图像的起点,在SageMaker 工作室自定义图像样本存储库。这些包括以下图像的 Docker 文件:

  • 朱莉娅

  • R

  • Scala

  • TensorFlow 2

以下主题介绍了如何使用 SageMaker 控制台自带映像,然后在 SageMaker Studio 中启动映像。更全面的教程还介绍了如何从提供的 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 环境带到 Amazon SageMaker 工作室.