Benutzerdefinierte Images in Amazon SageMaker Studio Classic

Ein SageMaker-Image ist eine Datei, die die Kernel, Sprachpakete und andere Abhängigkeiten identifiziert, die für die Ausführung eines Jupyter Notebooks in Amazon SageMaker Studio Classic erforderlich sind. Diese Images werden verwendet, um eine Umgebung zu erstellen, in der Sie dann Jupyter Notebooks ausführen. Amazon SageMaker AI bietet viele integrierte Images, die Sie verwenden können. Eine Liste der integrierten Images finden Sie unter Amazon-SageMaker-Images, die für die Verwendung mit Notebooks von Studio Classic verfügbar sind.

Wenn Sie andere Funktionen benötigen, können Sie Ihre eigenen benutzerdefinierten Images in Studio Classic verwenden. Sie können Images und Image-Versionen erstellen und Image-Versionen an Ihre Domain oder Ihren gemeinsam genutzten Bereich anhängen, indem Sie das SageMaker-AI-Kontrollpanel, das AWS SDK für Python (Boto3) und das AWS Command Line Interface(AWS CLI) verwenden. Sie können mit der SageMaker-AI-Konsole auch Images und Image-Versionen erstellen, auch wenn Sie noch nicht Mitglied einer SageMaker-AI-Domain sind. SageMaker stellt Beispiel-Dockerfile zur Verfügung, die Sie als Ausgangspunkt für Ihre benutzerdefinierten SageMaker-Images im Repository SageMaker Studio Classic Custom Image Samples verwenden können.

Die folgenden Themen erklären, wie Sie Ihr eigenes Image über die SageMaker-AI-Konsole oder AWS CLI einspielen und dann in Studio Classic starten. Einen ähnlichen Blogartikel finden Sie unter Einspielen Ihrer eigenen R-Umgebung in Amazon SageMaker Studio Classic. Notebooks, in denen gezeigt wird, wie Sie Ihr eigenes Image für Trainings und Inferenzen mitbringen, finden Sie unter Container-Build-CLI von Amazon SageMaker Studio Classic.

Wichtige Begriffe

Im folgenden Abschnitt werden die wichtigsten Begriffe für die Verwendung Ihres eigenen Images mit Studio Classic definiert.