Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# So führt Amazon SageMaker Processing Ihr Prozesscontainer-Image aus
<a name="byoc-run-image"></a>

Amazon SageMaker Processing führt Ihr Verarbeitungscontainer-Image auf ähnliche Weise wie den folgenden Befehl aus, wobei `AppSpecification.ImageUri` es sich um den Amazon ECR-Image-URI handelt, den Sie in einem `CreateProcessingJob` Vorgang angeben. 

```
docker run [AppSpecification.ImageUri]
```

Mit diesem Befehl wird der im Docker-Image konfigurierte `ENTRYPOINT`-Befehl ausgeführt. 

Sie können auch den Eintrittspunktbefehl im Image überschreiben oder ihm Befehlszeilenargumente mit den Parametern `AppSpecification.ContainerEntrypoint` und `AppSpecification.ContainerArgument` in Ihrer `CreateProcessingJob`-Anforderung übergeben. Durch die Angabe dieser Parameter wird Amazon SageMaker Processing so konfiguriert, dass der Container ähnlich wie der folgende Befehl ausgeführt wird. 

```
 docker run --entry-point [AppSpecification.ContainerEntrypoint] [AppSpecification.ImageUri] [AppSpecification.ContainerArguments]
```

Wenn Sie beispielsweise angeben, dass `[python3, -v, /processing_script.py]` in Ihrer `CreateProcessingJob ` Anfrage sein und `ContainerArguments` sein sein`[data-format, csv]`, führt Amazon SageMaker Processing Ihren Container mit dem folgenden Befehl aus. `ContainerEntrypoint` 

```
 python3 -v /processing_script.py data-format csv 
```

 Beachten Sie beim Erstellen Ihres Verarbeitungscontainers die folgenden Details: 
+ Amazon SageMaker Processing entscheidet je nach Exit-Code der Befehlsausführung, ob der Job abgeschlossen wird oder fehlschlägt. Ein Verarbeitungsauftrag wird ausgeführt, wenn alle Verarbeitungscontainer erfolgreich mit dem Beendigungscode 0 beendet werden, und schlägt fehl, wenn einer der Container mit einem Beendigungscode ungleich Null beendet wird.
+  Mit Amazon SageMaker Processing können Sie den Einstiegspunkt des Verarbeitungscontainers überschreiben und Befehlszeilenargumente festlegen, genau wie Sie es mit der Docker-API tun können. Docker-Images können die Eintrittspunkt und die Befehlszeilenargumente auch unter Verwendung des `ENTRYPOINT` und der CMD-Anweisungen konfigurieren. Die Art und Weise, wie die Parameter `ContainerEntrypoint` und `ContainerArgument` des `CreateProcessingJob` den Eintrittspunkt und die Argumente eines Docker-Image konfigurieren, spiegelt wider, wie Docker den Eintrittspunkt und die Argumente über die Docker-API überschreibt:
  + Wenn weder `ContainerEntrypoint` noch `ContainerArguments` angegeben werden, verwendet Processing den Standard `ENTRYPOINT` oder CMD im image.
  + Wenn `ContainerEntrypoint` angegeben wird, aber nicht `ContainerArguments`, führt die Verarbeitung das Bild mit dem angegebenen Eintrittspunkt aus und ignoriert `ENTRYPOINT` und CMD im Bild.
  + Wenn `ContainerArguments`, aber nicht `ContainerEntrypoint` angegeben wird, führt Processing das Abbild mit dem Standard-`ENTRYPOINT` im Abbild und mit den angegebenen Argumenten aus.
  + Wenn sowohl `ContainerEntrypoint` als auch `ContainerArguments` angegeben sind, führt die Verarbeitung das Bild mit dem angegebenen Eintrittspunkt und den Argumenten aus und ignoriert `ENTRYPOINT` und CMD im Bild.
+ Sie müssen die exec-Form der `ENTRYPOINT`-Anweisung in Ihrem Dockerfile verwenden (`ENTRYPOINT` `["executable", "param1", "param2"])` anstelle der Shell-Form (`ENTRYPOINT`` command param1 param2`). Dadurch kann Ihr Verarbeitungscontainer – `SIGINT`und `SIGKILL`-Signale empfangen, die von der Verarbeitung zum Stoppen von Verarbeitungsaufträgen über die `StopProcessingJob`-API verwendet werden.
+ `/opt/ml`und all seine Unterverzeichnisse sind von AI reserviert. SageMaker Wenn Sie Ihr Processing-Docker-Image erstellen, sollten Sie keine Daten, die für Ihren Processing-Container erforderlich sind, in diesen Verzeichnissen ablegen.
+ Wenn Sie GPU-Geräte verwenden möchten, stellen Sie sicher, dass Ihre Container nvidia-docker-kompatibel sind. Fügen Sie nur das CUDA-Toolkit in die Container ein. Bündeln Sie NVIDIA-Treiber nicht mit dem Abbild. Mehr Informationen über nvidia-docker finden Sie unter [NVIDIA/nvidia-docker](https://github.com/NVIDIA/nvidia-docker).