Benutzerdefinierte Docker-Container mit SageMaker AI

Sie können ein vorhandenes Docker-Image so anpassen, dass es mit SageMaker AI funktioniert. Möglicherweise müssen Sie ein vorhandenes, externes Docker-Image mit SageMaker AI verwenden, wenn Sie über einen Container verfügen, der Funktions- oder Sicherheitsanforderungen erfüllt, die derzeit nicht von einem vorgefertigten SageMaker-AI-Image unterstützt werden. Es gibt zwei Toolkits, mit denen Sie Ihren eigenen Container mitbringen und ihn an die Arbeit mit SageMaker AI anpassen können:

In den folgenden Themen sehen Sie, wie Sie Ihr vorhandenes Image mit den SageMaker-Training und -Inferenz-Toolkits anpassen:

Einzelne Framework-Bibliotheken

Neben den Toolkits SageMaker Training und SageMaker-AI-Inferenz bietet SageMaker AI auch spezielle Toolkits für TensorFlow, MXNet, PyTorch und Chainer. Die folgende Tabelle enthält Links zu den GitHub-Repositorys, die den Quellcode für jedes Framework und die jeweiligen Serving-Toolkits enthalten. Die verlinkten Anweisungen beziehen sich auf die Verwendung des Python SDK zum Ausführen von Trainingsalgorithmen und Hostmodellen auf SageMaker AI. Die Funktionen für diese einzelnen Bibliotheken sind in den Toolkits SageMaker-AI-Training und SageMaker-AI-Inferenz enthalten.