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.
# Bring Your Own Image (BYOI)
Ein Image ist eine Datei, die die Kernel, Sprachpakete und andere Abhängigkeiten identifiziert, die zum Ausführen Ihrer Anwendungen erforderlich sind. Sie umfasst:
+ Programmiersprachen (wie Python oder R)
+ Kernel
+ Bibliotheken und Pakete
+ Andere notwendige Software
Amazon SageMaker Distribution (`sagemaker-distribution`) ist eine Reihe von Docker-Images, die beliebte Frameworks und Pakete für maschinelles Lernen, Datenwissenschaft und Visualisierung enthalten. Weitere Informationen finden Sie unter [SageMaker Richtlinie zur Unterstützung von Studio-Images](sagemaker-distribution.md).
Wenn Sie andere Funktionen benötigen, können Sie Ihr eigenes benutzerdefinierten Image (BYOI) mitbringen. Sie möchten möglicherweise ein benutzerdefiniertes Image erstellen, wenn:
+ Sie eine bestimmte Version einer Programmiersprache oder Bibliothek benötigen.
+ Sie benutzerdefinierte Tools oder Pakete einbinden möchten
+ Sie mit spezieller Software arbeiten, die in den Standard-Images nicht verfügbar ist
## Wichtige Begriffe
Im folgenden Abschnitt werden die wichtigsten Begriffe für die Verwendung Ihres eigenen Images mit SageMaker KI definiert.
+ **Dockerfile:** Ein textbasiertes Dokument mit Anweisungen zum Erstellen eines Docker-Images. Sie identifiziert die Sprachpakete und andere Abhängigkeiten für Ihr Docker-Image.
+ **Docker-Image:** Ein Paket aus Software und Abhängigkeiten, das aus einer Dockerfile erstellt wurde.
+ **SageMaker KI-Bildspeicher:** Eine Speicherung Ihrer benutzerdefinierten Bilder in SageMaker KI.
**Topics**
+ [Wichtige Begriffe](#studio-updated-byoi-basics)
+ [Benutzerdefinierte Image-Daten](studio-updated-byoi-specs.md)
+ [So funktioniert Bring Your Own Image](studio-updated-byoi-how-to.md)
+ [Starten eines benutzerdefinierten Images in Studio](studio-updated-byoi-how-to-launch.md)
+ [Anzeigen Ihrer benutzerdefinierten Image-Details](studio-updated-byoi-view-images.md)
+ [Beschleunigen Sie den Start von Containern mit SOCI](soci-indexing.md)
+ [Trennen und Bereinigen von benutzerdefinierten Image-Ressourcen](studio-updated-byoi-how-to-detach-from-domain.md)
# Benutzerdefinierte Image-Daten
Das Image, das Sie in Ihrer Dockerfile-Datei angeben, muss den Spezifikationen in den folgenden Abschnitten entsprechen, damit das Image erfolgreich erstellt werden kann.
**Topics**
+ [Das Image wird ausgeführt](#studio-updated-byoi-specs-run)
+ [Spezifikationen für den Benutzer und das Dateisystem](#studio-updated-byoi-specs-user-and-filesystem)
+ [Zustandsprüfung und URL für Anwendungen](#studio-updated-byoi-specs-app-healthcheck)
+ [Dockerfile-Beispiele](#studio-updated-byoi-specs-dockerfile-templates)
## Das Image wird ausgeführt
Die folgenden Konfigurationen können vorgenommen werden, indem Sie Ihre [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ContainerConfig.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ContainerConfig.html) aktualisieren. Ein Beispiel finden Sie unter [Aktualisieren der Container-Konfiguration](studio-updated-byoi-how-to-container-configuration.md).
+ `Entrypoint`: Sie können `ContainerEntrypoint` und `ContainerArguments` konfigurieren, die zur Laufzeit an den Container übergeben werden. Wir empfehlen, Ihren Einstiegspunkt mithilfe der `ContainerConfig` zu konfigurieren. Ein Beispiel finden Sie unter dem obigen Link.
+ `EnvVariables`: Wenn Sie Studio verwenden, können Sie benutzerdefinierte `ContainerEnvironment`-Variablen für Ihren Container festlegen. Sie können Ihre Umgebungsvariablen optional mit `ContainerConfig` aktualisieren. Ein Beispiel finden Sie unter dem obigen Link.
SageMaker KI-spezifische Umgebungsvariablen haben Vorrang und überschreiben alle Variablen mit demselben Namen. SageMaker KI stellt beispielsweise automatisch Umgebungsvariablen mit dem Präfix `AWS_` und bereit, `SAGEMAKER_` um eine korrekte Integration mit AWS Diensten und SageMaker KI-Funktionen sicherzustellen. Im Folgenden finden Sie einige Beispiele für SageMaker KI-spezifische Umgebungsvariablen:
+ `AWS_ACCOUNT_ID`
+ `AWS_REGION`
+ `AWS_DEFAULT_REGION`
+ `AWS_CONTAINER_CREDENTIALS_RELATIVE_URI`
+ `SAGEMAKER_SPACE_NAME`
+ `SAGEMAKER_APP_TYPE`
## Spezifikationen für den Benutzer und das Dateisystem
+ `WorkingDirectory`: Das Amazon-EBS-Volume für Ihren Bereich ist unter dem Pfad `/home/sagemaker-user` gemountet. Sie können den Mount-Pfad nicht ändern. Verwenden Sie die `WORKDIR`-Anleitung, um das Arbeitsverzeichnis Ihres Images auf einen Ordner innerhalb von `/home/sagemaker-user` festzulegen.
+ `UID`: Die Benutzer-ID des Docker-Containers. UID=1000 ist ein unterstützter Wert. Sie können Ihren Benutzern sudo-Zugriff hinzufügen. Sie IDs werden neu zugeordnet, um zu verhindern, dass ein im Container ausgeführter Prozess mehr Rechte als nötig hat.
+ `GID`: Die Gruppen-ID des Docker-Containers. GID=100 ist ein unterstützter Wert. Sie können Ihren Benutzern sudo-Zugriff hinzufügen. Sie IDs werden neu zugeordnet, um zu verhindern, dass ein im Container ausgeführter Prozess mehr Rechte als nötig hat.
+ Metadaten-Verzeichnisse — Die `/opt/ml` Verzeichnisse `/opt/.sagemakerinternal` und, die von AWS verwendet werden. Die Metadatendatei in `/opt/ml` enthält Metadaten zu Ressourcen wie `DomainId`.
Verwenden Sie den folgenden Befehl, um den Inhalt des Dateisystems anzuzeigen:
```
cat /opt/ml/metadata/resource-metadata.json
```
+ Protokollverzeichnisse: `/var/log/studio` sind für die Protokollverzeichnisse Ihrer Anwendungen und die damit verbundenen Erweiterungen reserviert. Es wird empfohlen, diese Ordner nicht bei der Erstellung Ihres Images zu verwenden.
## Zustandsprüfung und URL für Anwendungen
Die Zustandsprüfung und die URL hängen von den Anwendungen ab. Wählen Sie den folgenden Link aus, der mit der Anwendung verknüpft ist, für die Sie das Image erstellen.
+ [Zustandsprüfung und URL für Anwendungen](code-editor-custom-images.md#code-editor-custom-images-app-healthcheck) für Code Editor
+ [Zustandsprüfung und URL für Anwendungen](studio-updated-jl-admin-guide-custom-images.md#studio-updated-jl-admin-guide-custom-images-app-healthcheck) für JupyterLab
## Dockerfile-Beispiele
Dockerfile-Beispiele, die sowohl die Anforderungen auf dieser Seite als auch Ihre spezifischen Anwendungsanforderungen erfüllen, finden Sie unter den Beispiel-Dockerfiles im Abschnitt der jeweiligen Anwendung. Die folgenden Optionen beinhalten Amazon SageMaker Studio-Anwendungen.
+ [Dockerfile-Beispiele](code-editor-custom-images.md#code-editor-custom-images-dockerfile-templates) für Code Editor
+ [Dockerfile-Beispiele](studio-updated-jl-admin-guide-custom-images.md#studio-updated-jl-custom-images-dockerfile-templates)für JupyterLab
**Anmerkung**
Wenn Sie Ihr eigenes Image in SageMaker Unified Studio verwenden, müssen Sie die [Dockerfile-Spezifikationen](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/byoi-specifications.html) im *Amazon SageMaker Unified Studio-Benutzerhandbuch* befolgen.
`Dockerfile`Beispiele für SageMaker Unified Studio finden Sie im [Dockerfile-Beispiel](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/byoi-specifications.html#byoi-specifications-example) im *Amazon SageMaker Unified Studio-Benutzerhandbuch*.
# So funktioniert Bring Your Own Image
Auf den folgenden Seiten finden Sie Anweisungen zum Einbinden Ihres eigenen benutzerdefinierten Images. Stellen Sie sicher, dass die folgenden Voraussetzungen erfüllt sind, bevor Sie fortfahren.
## Voraussetzungen
Sie müssen die folgenden Voraussetzungen erfüllen, um Ihr eigenes Image auf Amazon SageMaker AI zu übertragen.
+ Richten Sie die Docker-Anwendung ein. Weitere Informationen finden Sie unter [Erste Schritte](https://docs.docker.com/get-started/) in der *Docker-Dokumentation*.
+ Installieren Sie die neueste Version, AWS CLI indem Sie die Schritte unter [Erste Schritte mit dem AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started.html) im *AWS Command Line Interface Benutzerhandbuch für Version 2 befolgen*.
+ Berechtigungen für den Zugriff auf den Service Amazon Elastic Container Registry (Amazon ECR). Weitere Informationen finden Sie unter [Amazon-ECR-verwaltete Richtlinien](https://docs.aws.amazon.com/AmazonECR/latest/userguide/ecr_managed_policies.html) im *Benutzerhandbuch für Amazon ECR*.
+ Eine AWS Identity and Access Management Rolle, der die [AmazonSageMakerFullAccess](https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerFullAccess)Richtlinie angehängt ist.
**Topics**
+ [Voraussetzungen](#studio-updated-byoi-how-to-prerequisites)
+ [Erstellen eines benutzerdefinierten Images und Übertragen auf Amazon ECR](studio-updated-byoi-how-to-prepare-image.md)
+ [Anfügen Ihres benutzerdefinierten Images an Ihre Domain](studio-updated-byoi-how-to-attach-to-domain.md)
+ [Aktualisieren der Container-Konfiguration](studio-updated-byoi-how-to-container-configuration.md)
# Erstellen eines benutzerdefinierten Images und Übertragen auf Amazon ECR
Diese Seite enthält Anweisungen zum Erstellen einer lokalen Dockerfile, zum Erstellen des Container-Images und zum Hinzufügen zu Amazon Elastic Container Registry (Amazon ECR).
**Anmerkung**
In den folgenden Beispielen werden die Tags nicht angegeben und das Tag `latest` wird standardmäßig angewendet. Wenn Sie ein Tag angeben möchten, müssen Sie `:tag` an das Ende der Image-Namen anhängen. Weitere Informationen finden Sie unter [Docker-Image-Tag](https://docs.docker.com/reference/cli/docker/image/tag/) in der *Docker-Dokumentation*.
**Topics**
+ [Erstellen einer Dockerfile und Erstellen des Container-Images](#studio-updated-byoi-how-to-create-local-dockerfile)
+ [Hinzufügen eines Docker-Images zu Amazon ECR](#studio-updated-byoi-add-container-image)
## Erstellen einer Dockerfile und Erstellen des Container-Images
Verwenden Sie folgende Anweisungen zum Erstellen einer Dockerfile mit der gewünschten Software und den gewünschten Abhängigkeiten.
**So erstellen Sie die Dockerfile**
1. Stellen Sie zunächst Ihre Variablen für die folgenden AWS CLI Befehle ein.
```
LOCAL_IMAGE_NAME=local-image-name
```
`local-image-name` ist der Name des Container-Images auf Ihrem lokalen Gerät, das Sie hier definieren.
1. Erstellen Sie ein textbasiertes Dokument mit Namen `Dockerfile`, das den Spezifikationen unter [Benutzerdefinierte Image-Daten](studio-updated-byoi-specs.md) entspricht.
`Dockerfile`-Beispiele für unterstützte Anwendungen finden Sie unter [Dockerfile-Beispiele](studio-updated-byoi-specs.md#studio-updated-byoi-specs-dockerfile-templates).
**Anmerkung**
Wenn Sie Ihr eigenes Image in SageMaker Unified Studio verwenden, müssen Sie die [Dockerfile-Spezifikationen](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/byoi-specifications.html) im *Amazon SageMaker Unified Studio-Benutzerhandbuch* befolgen.
`Dockerfile`Beispiele für SageMaker Unified Studio finden Sie im [Dockerfile-Beispiel](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/byoi-specifications.html#byoi-specifications-example) im *Amazon SageMaker Unified Studio-Benutzerhandbuch*.
1. Erstellen Sie in dem Verzeichnis, das Ihre `Dockerfile` enthält, das Docker-Image mit dem folgenden Befehl. Der Punkt (`.`) gibt an, dass sich die `Dockerfile` im Kontext des Build-Befehls befinden sollte.
```
docker build -t ${LOCAL_IMAGE_NAME} .
```
Nach Abschluss des Builds können Sie die Informationen zu Ihrem Container-Image mit dem folgenden Befehl auflisten.
```
docker images
```
1. (Optional) Sie können Ihr Image mit dem folgenden Befehl testen.
```
docker run -it ${LOCAL_IMAGE_NAME}
```
In der Ausgabe werden Sie feststellen, dass Ihr Server unter einer URL wie `http://127.0.0.1:8888/...` läuft. Sie können das Image testen, indem Sie die URL in den Browser kopieren.
Sollte dies nicht funktionieren, müssen Sie möglicherweise `-p port:port` in den Befehl „docker run“ einfügen. Diese Option ordnet den freigegebenen Port auf dem Container einem Port auf dem Hostsystem zu. Weitere Informationen zur Docker-Ausführung finden Sie unter [Ausführen von Containern](https://docs.docker.com/engine/containers/run/) in der *Docker-Dokumentation*.
Nachdem Sie überprüft haben, dass der Server ordnungsgemäß funktioniert, können Sie den Server anhalten und alle Kernel herunterfahren, bevor Sie fortfahren. Die Anweisungen sind in der Ausgabe sichtbar.
## Hinzufügen eines Docker-Images zu Amazon ECR
Um ein Container-Image zu Amazon ECR hinzuzufügen, müssen Sie die folgenden Schritte ausführen.
+ Erstellen Sie ein Amazon-ECR-Repository.
+ Melden Sie sich bei Ihrem Standard-Registry an.
+ Übertragen Sie das Image in das Amazon-ECR-Repository.
**Anmerkung**
Das Amazon ECR-Repository muss sich in derselben AWS-Region Domain befinden, an die Sie das Bild anhängen.
**So erstellen Sie ein Container-Image und übertragen es an Amazon ECR**
1. Stellen Sie zunächst Ihre Variablen für die folgenden AWS CLI Befehle ein.
```
ACCOUNT_ID=account-id
REGION=aws-region
ECR_REPO_NAME=ecr-repository-name
```
+ `account-id` ist Ihre Konto-ID. Sie finden dies oben rechts auf jeder AWS Konsolenseite. Zum Beispiel die [SageMaker AI-Konsole](https://console.aws.amazon.com/sagemaker).
+ `aws-region`ist die AWS-Region Ihrer Amazon SageMaker AI-Domain. Sie finden dies oben rechts auf jeder AWS Konsolenseite.
+ `ecr-repository-name` ist der Name Ihres Repositorys von Amazon Elastic Container Registry, den Sie hier definieren. Ihre Amazon-ECR-Repositorys finden Sie in der [Amazon-ECR-Konsole](https://console.aws.amazon.com/ecr).
1. Melden Sie sich bei Amazon ECR und dann bei Docker an.
```
aws ecr get-login-password \
--region ${REGION} | \
docker login \
--username AWS \
--password-stdin ${ACCOUNT_ID}.dkr.ecr.${REGION}.amazonaws.com
```
Bei erfolgreicher Authentifizierung erhalten Sie eine Meldung über die erfolgreiche Anmeldung.
**Wichtig**
Bei einem Fehler müssen Sie möglicherweise die neueste AWS CLI-Version installieren bzw. auf diese aktualisieren. Weitere Informationen finden Sie unter [Installieren der AWS Command Line Interface](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-install.html) im *AWS Command Line Interface -Benutzerhandbuch*.
1. Markieren Sie das Image in einem mit Amazon ECR kompatiblen Format, um es in Ihr Repository zu übertragen.
```
docker tag \
${LOCAL_IMAGE_NAME} \
${ACCOUNT_ID}.dkr.ecr.${REGION}.amazonaws.com/${ECR_REPO_NAME}
```
1. Erstellen Sie ein Amazon ECR-Repository unter Verwendung des AWS CLI. Informationen zum Erstellen des Repositorys mithilfe der Amazon-ECR-Konsole finden Sie unter [Erstellen eines privaten Amazon-ECR-Repositorys zum Speichern von Images](https://docs.aws.amazon.com/AmazonECR/latest/userguide/repository-create.html).
```
aws ecr create-repository \
--region ${REGION} \
--repository-name ${ECR_REPO_NAME}
```
1. Übertragen Sie das Image in Ihr Amazon-ECR-Repository: Sie können das Docker-Image auch markieren.
```
docker push ${ACCOUNT_ID}.dkr.ecr.${REGION}.amazonaws.com/${ECR_REPO_NAME}
```
Sobald das Image erfolgreich zu Ihrem Amazon-ECR-Repository hinzugefügt wurde, können Sie es in der [Amazon-ECR-Konsole](https://console.aws.amazon.com/ecr) anzeigen.
# Anfügen Ihres benutzerdefinierten Images an Ihre Domain
Diese Seite enthält Anweisungen zum Anhängen Ihres benutzerdefinierten Images an Ihre Domain. Gehen Sie wie folgt vor, um mit der Amazon SageMaker AI-Konsole zu Ihrer Domain zu navigieren und den Vorgang **Bild anhängen** zu starten.
Bei den folgenden Anweisungen wird davon ausgegangen, dass Sie ein Bild in ein Amazon ECR-Repository in derselben Domain AWS-Region wie Ihre Domain übertragen haben. Falls dies noch nicht geschehen ist, finden Sie weitere Informationen unter [Erstellen eines benutzerdefinierten Images und Übertragen auf Amazon ECR](studio-updated-byoi-how-to-prepare-image.md).
Wenn Sie ein Image anhängen möchten, haben Sie zwei Möglichkeiten:
+ Ein **neues Bild** anhängen: Mit dieser Option werden ein Bild und eine Image-Version in Ihrem SageMaker AI-Image-Speicher erstellt und dann an Ihre Domain angehängt.
**Anmerkung**
Wenn Sie den BYOI-Prozess fortsetzen möchten, verwenden Sie von [Erstellen eines benutzerdefinierten Images und Übertragen auf Amazon ECR](studio-updated-byoi-how-to-prepare-image.md) aus die Option **Neues Image**.
+ Ein **vorhandenes Bild** anhängen: Wenn Sie Ihr gewünschtes benutzerdefiniertes Bild bereits im SageMaker AI-Bildspeicher erstellt haben, verwenden Sie diese Option. Durch diese Option wird ein vorhandenes benutzerdefiniertes Image an Ihre Domain angehängt. Informationen zum Anzeigen Ihrer benutzerdefinierten Bilder im SageMaker AI-Bildspeicher finden Sie unter[Anzeigen von benutzerdefinierten Image-Details (Konsole)](studio-updated-byoi-view-images.md#studio-updated-byoi-view-images-console).
------
#### [ New image ]
**So fügen Sie ein neues Image an die Domain an**
1. Öffnen Sie die [SageMaker AI-Konsole](https://console.aws.amazon.com/sagemaker).
1. Erweitern Sie den Abschnitt **Admin-Konfigurationen**, falls dies noch nicht geschehen ist.
1. Wählen Sie unter **Admin-Konfigurationen** **Domains** aus.
1. Wählen Sie aus der Liste der **Domains** die Domain aus, an die das Image angehängt werden soll.
**Anmerkung**
Wenn Sie das Image an ein SageMaker Unified Studio-Projekt anhängen und weitere Informationen zur zu verwendenden Domain benötigen, finden Sie weitere Informationen unter [Anzeigen der mit Ihrem Projekt verknüpften SageMaker KI-Domänendetails](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/view-project-details.html#view-project-details-smai-domain).
1. Öffnen Sie die Registerkarte **Umgebung**.
1. Wählen Sie im Abschnitt **Benutzerdefinierte Images für persönliche Studio-Apps** die Option **Image anhängen** aus.
1. Wählen Sie als **Image-Quelle** die Option **Neues Image** aus.
1. Fügen Sie die URI des Amazon-ECR-Images ein. Das Format lautet wie folgt.
```
account-id.dkr.ecr.aws-region.amazonaws.com/repository-name:tag
```
1. Um die URI Ihres Amazon-ECR-Images zu erhalten, navigieren Sie zu Ihrer Seite mit den privaten [Amazon-ECR-Repositorys](https://console.aws.amazon.com/ecr/private-registry/repositories).
1. Wählen Sie den Link mit dem Repository-Namen aus.
1. Wählen Sie das Symbol **URI kopieren** aus, das Ihrer Image-Version entspricht (**Image-Tag**).
1. Befolgen Sie die weiteren Anweisungen, um Ihr individuelles Image hinzuzufügen.
**Anmerkung**
Stellen Sie sicher, dass Sie den Anwendungstyp verwenden, der Ihrer `Dockerfile` entspricht. Weitere Informationen finden Sie unter [Dockerfile-Beispiele](studio-updated-byoi-specs.md#studio-updated-byoi-specs-dockerfile-templates).
Sobald das Image erfolgreich an Ihre Domain angefügt wurde, können Sie es auf der Registerkarte **Umgebung** anzeigen.
------
#### [ Existing image ]
**So fügen Sie ein bestehendes Image an Ihre Domain an**
1. Öffnen Sie die [SageMaker AI-Konsole](https://console.aws.amazon.com/sagemaker).
1. Erweitern Sie den Abschnitt **Admin-Konfigurationen**, falls dies noch nicht geschehen ist.
1. Wählen Sie unter **Admin-Konfigurationen** **Domains** aus.
1. Wählen Sie aus der Liste der **Domains** die Domain aus, an die das Image angehängt werden soll.
**Anmerkung**
Wenn Sie das Image an ein SageMaker Unified Studio-Projekt anhängen und weitere Informationen zur zu verwendenden Domain benötigen, finden Sie weitere Informationen unter [Anzeigen der mit Ihrem Projekt verknüpften SageMaker KI-Domänendetails](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/view-project-details.html#view-project-details-smai-domain).
1. Öffnen Sie die Registerkarte **Umgebung**.
1. Wählen Sie im Abschnitt **Benutzerdefinierte Images für persönliche Studio-Apps** die Option **Image anhängen** aus.
1. Wählen Sie als **Image-Quelle** die Option **Bestehendes Image** aus.
1. Wählen Sie ein vorhandenes Image und eine Image-Version aus dem SageMaker AI-Imagespeicher aus.
Wenn Sie Ihre Image-Version nicht anzeigen können, müssen Sie möglicherweise eine erstellen. Weitere Informationen finden Sie unter [Anzeigen von benutzerdefinierten Image-Details (Konsole)](studio-updated-byoi-view-images.md#studio-updated-byoi-view-images-console).
1. Befolgen Sie die weiteren Anweisungen, um Ihr individuelles Image hinzuzufügen.
**Anmerkung**
Stellen Sie sicher, dass Sie den Anwendungstyp verwenden, der Ihrer `Dockerfile` entspricht. Weitere Informationen finden Sie unter [Dockerfile-Beispiele](studio-updated-byoi-specs.md#studio-updated-byoi-specs-dockerfile-templates).
Sobald das Image erfolgreich an Ihre Domain angefügt wurde, können Sie es auf der Registerkarte **Umgebung** anzeigen.
------
Sobald Ihr Image erfolgreich an Ihre Domain angefügt wurde, können die Domain-Benutzer das Image für ihre Anwendung auswählen. Weitere Informationen finden Sie unter [Starten eines benutzerdefinierten Images in Studio](studio-updated-byoi-how-to-launch.md).
**Anmerkung**
Wenn Sie Ihrem SageMaker Unified Studio-Projekt ein benutzerdefiniertes Image angehängt haben, müssen Sie die Anwendung von SageMaker Unified Studio aus starten. Weitere Informationen finden Sie unter [Starten Ihres benutzerdefinierten Images](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/byoi-launch-custom-image.html) im *Amazon SageMaker Unified Studio-Benutzerhandbuch*.
# Aktualisieren der Container-Konfiguration
Sie können benutzerdefinierte Docker-Images in Ihre Workflows für Machine Learning integrieren. Ein wichtiger Aspekt bei der Anpassung dieser Images ist die Konfiguration der Container-Konfigurationen oder [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ContainerConfig.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ContainerConfig.html). Die folgende Seite enthält ein Beispiel für die Konfiguration der `ContainerConfig`.
Ein Einstiegspunkt ist der Befehl oder das Skript, der bzw. das ausgeführt wird, wenn der Container gestartet wird. Mit benutzerdefinierten Einstiegspunkten können Sie Ihre Umgebung einrichten, Services initialisieren oder alle erforderlichen Einstellungen vornehmen, bevor Ihre Anwendung gestartet wird.
Dieses Beispiel enthält Anweisungen zur Konfiguration eines benutzerdefinierten Einstiegspunkts für Ihre JupyterLab Anwendung mithilfe von. AWS CLI In diesem Beispiel wird davon ausgegangen, dass Sie bereits ein benutzerdefiniertes Image und eine Domain erstellt haben. Detaillierte Anweisungen finden Sie unter [Anfügen Ihres benutzerdefinierten Images an Ihre Domain](studio-updated-byoi-how-to-attach-to-domain.md).
1. Stellen Sie zunächst Ihre Variablen für die folgenden AWS CLI Befehle ein.
```
APP_IMAGE_CONFIG_NAME=app-image-config-name
ENTRYPOINT_FILE=entrypoint-file-name
ENV_KEY=environment-key
ENV_VALUE=environment-value
REGION=aws-region
DOMAIN_ID=domain-id
IMAGE_NAME=custom-image-name
IMAGE_VERSION=custom-image-version
```
+ `app-image-config-name` ist der Name Ihrer Anwendungs-Image-Konfiguration.
+ `entrypoint-file-name` ist der Name des Einstiegspunkt-Skripts Ihres Containers. Beispiel, `entrypoint.sh`.
+ `environment-key` ist der Name der Umgebungsvariable.
+ `environment-value` ist der Wert, der Ihrer Umgebungsvariablen zugewiesen ist.
+ `aws-region`ist die AWS-Region Ihrer Amazon SageMaker AI-Domain. Sie finden dies oben rechts auf jeder AWS Konsolenseite.
+ `domain-id` ist Ihre Domain-ID. Informationen zur Anzeige Ihrer Domains finden Sie unter [Anzeigen von Domains](domain-view.md).
+ `custom-image-name` ist der Name Ihres benutzerdefinierten Images. Informationen zu Ihren benutzerdefinierten Images finden Sie unter [Anzeigen von benutzerdefinierten Image-Details (Konsole)](studio-updated-byoi-view-images.md#studio-updated-byoi-view-images-console).
Wenn Sie die Anweisungen unter [Anfügen Ihres benutzerdefinierten Images an Ihre Domain](studio-updated-byoi-how-to-attach-to-domain.md) befolgt haben, möchten Sie möglicherweise denselben Image-Namen verwenden, den Sie bei diesem Vorgang verwendet haben.
+ `custom-image-version` ist die Versionsnummer Ihres benutzerdefinierten Images. Dies sollte eine ganze Zahl sein, die die Version Ihres Images angibt. Informationen zu Ihren benutzerdefinierten Images finden Sie unter [Anzeigen von benutzerdefinierten Image-Details (Konsole)](studio-updated-byoi-view-images.md#studio-updated-byoi-view-images-console).
1. Verwenden Sie die [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAppImageConfig.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAppImageConfig.html)-API, um eine Image-Konfiguration zu erstellen.
```
aws sagemaker create-app-image-config \
--region ${REGION} \
--app-image-config-name "${APP_IMAGE_CONFIG_NAME}" \
--jupyter-lab-app-image-config "ContainerConfig = {
ContainerEntrypoint = "${ENTRYPOINT_FILE}",
ContainerEnvironmentVariables = {
"${ENV_KEY}"="${ENV_VALUE}"
}
}"
```
1. Verwenden Sie die [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UpdateDomain.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UpdateDomain.html)-API, um die Standardeinstellungen für Ihre Domain zu aktualisieren. Dadurch werden das benutzerdefinierte Image sowie die Konfiguration des Anwendungs-Images angefügt.
```
aws sagemaker update-domain \
--region ${REGION} \
--domain-id "${DOMAIN_ID}" \
--default-user-settings "{
\"JupyterLabAppSettings\": {
\"CustomImages\": [
{
\"ImageName\": \"${IMAGE_NAME}\",
\"ImageVersionNumber\": ${IMAGE_VERSION},
\"AppImageConfigName\": \"${APP_IMAGE_CONFIG_NAME}\"
}
]
}
}"
```
# Starten eines benutzerdefinierten Images in Studio
Nachdem Sie ein benutzerdefiniertes Bild an Ihre Amazon SageMaker AI-Domain angehängt haben, steht das Bild den Benutzern in der Domain zur Verfügung. Befolgen Sie die folgenden Anweisungen, um eine Anwendung mit dem benutzerdefinierten Image zu starten.
**Anmerkung**
Wenn Sie Ihrem SageMaker Unified Studio-Projekt ein benutzerdefiniertes Image angehängt haben, müssen Sie die Anwendung von SageMaker Unified Studio aus starten. Weitere Informationen finden Sie unter [Starten Ihres benutzerdefinierten Images](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/byoi-launch-custom-image.html) im *Amazon SageMaker Unified Studio-Benutzerhandbuch*.
1. Starten Sie Amazon SageMaker Studio. Detaillierte Anweisungen finden Sie unter [Starten Sie Amazon SageMaker Studio](studio-updated-launch.md).
1. Falls Sie dies noch nicht getan haben, erweitern Sie den Abschnitt **Anwendungen**.
1. Wählen Sie im Abschnitt **Anwendungen** die Anwendung aus. Sollten Sie die Anwendung nicht sehen, ist sie möglicherweise für Sie ausgeblendet. Wenden Sie sich in diesem Fall an Ihren Administrator.
1. Um einen Bereich zu erstellen, wählen Sie **\$1 *application* Bereich erstellen** und folgen Sie den Anweisungen, um den Bereich zu erstellen.
Um einen vorhandenen Bereich auszuwählen, wählen Sie den Linknamen des Bereichs aus, den Sie öffnen möchten.
1. Wählen Sie unter **Image** das Image aus, das Sie verwenden möchten.
Wenn das Dropdown-Menü **Image** nicht verfügbar ist, müssen Sie möglicherweise Ihren Bereich stoppen. Wählen Sie dazu **Bereich stoppen** aus.
1. Bestätigen Sie die Einstellungen für den Bereich und wählen Sie **Bereich ausführen** aus.
# Anzeigen Ihrer benutzerdefinierten Image-Details
Auf der folgenden Seite finden Sie Anweisungen zum Anzeigen Ihrer benutzerdefinierten Bilddetails im SageMaker AI-Bildspeicher.
## Anzeigen von benutzerdefinierten Image-Details (Konsole)
Im Folgenden finden Sie Anweisungen zum Anzeigen Ihrer benutzerdefinierten Bilder mit der SageMaker AI-Konsole. In diesem Abschnitt können Sie die Image-Details anzeigen und bearbeiten.
**Anzeigen Ihrer benutzerdefinierten Images (Konsole)**
1. Öffnen Sie die [SageMaker AI-Konsole](https://console.aws.amazon.com/sagemaker).
1. Erweitern Sie den Abschnitt **Admin-Konfigurationen**.
1. Wählen Sie unter **Admin-Konfigurationen** die Option **Images**.
1. Wählen Sie aus der Liste der **benutzerdefinierten Images** den Hyperlink Ihres Image-namens aus.
## Anzeigen von benutzerdefinierten Image-Details (AWS CLI)
Der folgende Abschnitt zeigt ein Beispiel dafür, wie Sie Ihre benutzerdefinierten Images mit der AWS CLI anzeigen können.
```
aws sagemaker list-images \
--region aws-region
```
# Beschleunigen Sie den Start von Containern mit SOCI
Die SOCI-Indizierung (Seekable Open Container Initiative) ermöglicht das verzögerte Laden von benutzerdefinierten Container-Images in [Amazon SageMaker Studio](studio-updated.md) oder [Amazon SageMaker ](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/what-is-sagemaker-unified-studio.html) Unified Studio. SOCI reduziert die Startzeiten für Ihre benutzerdefinierten Container erheblich um etwa 30-70%. [Bring Your Own Image (BYOI)](studio-updated-byoi.md) Die Verbesserung der Latenz hängt von der Größe des Images, der Verfügbarkeit der Hosting-Instanz und anderen Anwendungsabhängigkeiten ab. SOCI erstellt einen Index, der es Containern ermöglicht, nur mit den erforderlichen Komponenten zu starten und bei Bedarf zusätzliche Dateien bei Bedarf abzurufen.
SOCI begegnet langsamen Startzeiten von Containern für benutzerdefinierte Images, die die iterativen Entwicklungsworkflows für maschinelles Lernen (ML) unterbrechen. Da ML-Workloads immer komplexer werden, sind Container-Images immer größer geworden, was zu Verzögerungen beim Start führt, die die Entwicklungszyklen behindern.
**Topics**
+ [Wichtigste Vorteile](#soci-indexing-key-benefits)
+ [Wie funktioniert die SOCI-Indizierung](#soci-indexing-how-works)
+ [Architekturkomponenten](#soci-indexing-architecture-components)
+ [Unterstützte Tools](#soci-indexing-supported-tools)
+ [Berechtigungen für die SOCI-Indizierung](soci-indexing-setup.md)
+ [Erstellen Sie SOCI-Indizes mit nerdctl und einem SOCI-CLI-Beispiel](soci-indexing-example-create-indexes.md)
+ [Integrieren Sie sozi-indizierte Bilder in das Studio-Beispiel](soci-indexing-example-integrate-studio.md)
## Wichtigste Vorteile
+ **Schnellere Iterationszyklen**: Je nach Image- und Instanztyp reduzieren Sie den Start von Containern
+ **Universelle Optimierung**: Erweitern Sie die Leistungsvorteile auf alle benutzerdefinierten BYOI-Container in Studio
## Wie funktioniert die SOCI-Indizierung
SOCI erstellt einen speziellen Metadatenindex, der die interne Dateistruktur Ihres Container-Images abbildet. Dieser Index ermöglicht den Zugriff auf einzelne Dateien, ohne das gesamte Bild herunterzuladen. Der SOCI-Index wird als OCI-konformes Artefakt (Open Container Initiative) in [Amazon ECR](https://docs.aws.amazon.com/AmazonECR/latest/userguide/what-is-ecr.html) gespeichert und mit Ihrem ursprünglichen Container-Image verknüpft, sodass die Image-Digests und die Signaturgültigkeit erhalten bleiben.
Wenn Sie einen Container in Studio starten, verwendet das System den SOCI-Index, um nur wichtige Dateien zu identifizieren und herunterzuladen, die für den Start benötigt werden. Zusätzliche Komponenten werden parallel abgerufen, wenn Ihre Anwendung sie benötigt.
## Architekturkomponenten
+ **Originalbild des Containers**: Ihr in Amazon ECR gespeicherter Basiscontainer
+ **SOCI-Index-Artefakt**: Metadaten, die die Dateistruktur Ihres Images abbilden
+ **OCI-Bildindex-Manifest**: Verknüpft Ihr Originalbild und Ihren SOCI-Index
+ **Finch-Container-Laufzeit**: Ermöglicht die Lazy-Loading-Integration mit Studio
## Unterstützte Tools
| Tool | Integration |
| --- | --- |
| nerdctl | Erfordert ein Container-Setup |
| Finch CLI | Native SOCI-Unterstützung |
| Docker\$1SOCI-CLI | Zusätzliche Werkzeuge erforderlich |
**Topics**
+ [Wichtigste Vorteile](#soci-indexing-key-benefits)
+ [Wie funktioniert die SOCI-Indizierung](#soci-indexing-how-works)
+ [Architekturkomponenten](#soci-indexing-architecture-components)
+ [Unterstützte Tools](#soci-indexing-supported-tools)
+ [Berechtigungen für die SOCI-Indizierung](soci-indexing-setup.md)
+ [Erstellen Sie SOCI-Indizes mit nerdctl und einem SOCI-CLI-Beispiel](soci-indexing-example-create-indexes.md)
+ [Integrieren Sie sozi-indizierte Bilder in das Studio-Beispiel](soci-indexing-example-integrate-studio.md)
# Berechtigungen für die SOCI-Indizierung
[Erstellen Sie SOCI-Indizes für Ihre Container-Images und speichern Sie sie in Amazon ECR, bevor Sie die SOCI-Indizierung mit [Amazon SageMaker Studio](studio-updated.md) oder Amazon Unified Studio verwenden. SageMaker ](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/what-is-sagemaker-unified-studio.html)
**Topics**
+ [Voraussetzungen](#soci-indexing-setup-prerequisites)
+ [Erforderliche IAM-Berechtigungen](#soci-indexing-setup-iam-permissions)
## Voraussetzungen
+ AWS-Konto mit einer [AWS Identity and Access Management](https://docs.aws.amazon.com/IAM/latest/UserGuide/getting-started.html)(IAM-) Rolle mit Verwaltungsberechtigungen
+ [Amazon ECR](https://docs.aws.amazon.com/AmazonECR/latest/userguide/what-is-ecr.html)
+ [Amazon SageMaker KI](https://docs.aws.amazon.com/sagemaker/latest/dg/gs.html)
+ [Private Amazon ECR-Repositorys](https://docs.aws.amazon.com/AmazonECR/latest/userguide/Repositories.html) zum Speichern Ihrer Container-Images
+ [AWS CLI Version 2.0\$1](https://docs.aws.amazon.com/cli/latest/userguide/getting-started-install.html), konfiguriert mit entsprechenden Anmeldeinformationen
+ Die folgenden Container-Tools:
+ Erforderlich: [soci-snapshotter](https://github.com/awslabs/soci-snapshotter)
+ Optionen:
+ [nerdctl](https://github.com/containerd/nerdctl)
+ [Fink](https://github.com/runfinch/finch)
## Erforderliche IAM-Berechtigungen
Ihre IAM-Rolle benötigt Berechtigungen für:
+ SageMaker KI-Ressourcen (Domains, Bilder, App-Konfigurationen) erstellen und verwalten.
+ Sie können die [SageMakerFullAccess](https://docs.aws.amazon.com/aws-managed-policy/latest/reference/AmazonSageMakerFullAccess.html) AWS verwaltete Richtlinie verwenden. Weitere Informationen zu Berechtigungen finden Sie unter[AWS verwaltete Richtlinie: AmazonSageMakerFullAccess](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonSageMakerFullAccess).
+ [IAM-Berechtigungen für die Übertragung eines Images in ein privates Amazon ECR-Repository](https://docs.aws.amazon.com/AmazonECR/latest/userguide/image-push-iam.html).
# Erstellen Sie SOCI-Indizes mit nerdctl und einem SOCI-CLI-Beispiel
Die folgende Seite enthält ein Beispiel für die Erstellung von SOCI-Indizes mit nerdctl und SOCI CLI.
**Beispiel für das Erstellen von SOCI-Indizes**
1. Stellen Sie zunächst Ihre Variablen für die folgenden AWS CLI Befehle ein. Im Folgenden finden Sie ein Beispiel für die Einrichtung Ihrer Variablen.
```
ACCOUNT_ID="111122223333"
REGION="us-east-1"
REPOSITORY_NAME="repository-name"
ORIGINAL_IMAGE_TAG="original-image-tag"
SOCI_IMAGE_TAG="soci-indexed-image-tag"
```
Variablendefinitionen:
+ `ACCOUNT_ID`ist deine AWS-Konto ID
+ `REGION`ist das AWS-Region Ihrer privaten Amazon ECR-Registrierung
+ `REPOSITORY_NAME`ist der Name Ihrer privaten Amazon ECR-Registrierung
+ `ORIGINAL_IMAGE_TAG`ist das Tag Ihres Originalbilds
+ `SOCI_IMAGE_TAG`ist das Tag Ihres sozi-indexierten Bildes
1. Installieren Sie die erforderlichen Tools:
```
# Install SOCI CLI, containerd, and nerdctl
sudo yum install soci-snapshotter
sudo yum install containerd jq
sudo systemctl start soci-snapshotter
sudo systemctl restart containerd
sudo yum install nerdctl
```
1. Stellen Sie Ihre Registrierungsvariablen ein:
```
REGISTRY_USER=AWS
REGISTRY="$ACCOUNT_ID.dkr.ecr.$REGION.amazonaws.com"
```
1. Exportieren Sie Ihre Region und authentifizieren Sie sich bei Amazon ECR:
```
export AWS_REGION=$REGION
REGISTRY_PASSWORD=$(/usr/local/bin/aws ecr get-login-password --region $AWS_REGION)
echo $REGISTRY_PASSWORD | sudo nerdctl login -u $REGISTRY_USER --password-stdin $REGISTRY
```
1. Rufen Sie Ihr ursprüngliches Container-Image ab:
```
sudo nerdctl pull $REGISTRY/$REPOSITORY_NAME:$ORIGINAL_IMAGE_TAG
```
1. Erstellen Sie den SOCI-Index:
```
sudo nerdctl image convert --soci $REGISTRY/$REPOSITORY_NAME:$ORIGINAL_IMAGE_TAG $REGISTRY/$REPOSITORY_NAME:$SOCI_IMAGE_TAG
```
1. Push das SOCI-indizierte Bild:
```
sudo nerdctl push --platform linux/amd64 $REGISTRY/$REPOSITORY_NAME:$SOCI_IMAGE_TAG
```
Dieser Prozess erstellt zwei Artefakte für das ursprüngliche Container-Image in Ihrem ECR-Repository:
+ SOCI-Index — Metadaten ermöglichen verzögertes Laden
+ Image-Index-Manifest — OCI-konformes Manifest
# Integrieren Sie sozi-indizierte Bilder in das Studio-Beispiel
Sie müssen auf das Soci-Indexed-Image-Tag verweisen, um mit Soci-Index indizierte Bilder in Studio verwenden zu können, und nicht auf das ursprüngliche Container-Image-Tag. Verwenden Sie das Tag, das Sie bei der SOCI-Konvertierung angegeben haben (z. B. in). `SOCI_IMAGE_TAG` [Erstellen Sie SOCI-Indizes mit nerdctl und einem SOCI-CLI-Beispiel](soci-indexing-example-create-indexes.md)
**Beispiel für die Integration von SOCI-indexierten Bildern**
1. Stellen Sie zuerst Ihre Variablen für die folgenden AWS CLI Befehle ein. Im Folgenden finden Sie ein Beispiel für die Einrichtung Ihrer Variablen.
```
ACCOUNT_ID="111122223333"
REGION="us-east-1"
IMAGE_NAME="sagemaker-image-name"
IMAGE_CONFIG_NAME="sagemaker-image-config-name"
ROLE_ARN="your-role-arn"
DOMAIN_ID="domain-id"
SOCI_IMAGE_TAG="soci-indexed-image-tag"
```
Variablendefinitionen:
+ `ACCOUNT_ID`ist deine AWS-Konto ID
+ `REGION`ist das AWS-Region Ihrer privaten Amazon ECR-Registrierung
+ `IMAGE_NAME`ist der Name Ihres Bildes SageMaker
+ `IMAGE_CONFIG_NAME`ist der Name Ihrer SageMaker Image-Konfiguration
+ `ROLE_ARN`ist der ARN Ihrer Ausführungsrolle mit den unter [Erforderliche IAM-Berechtigungen](soci-indexing-setup.md#soci-indexing-setup-iam-permissions) aufgeführten Berechtigungen
+ `DOMAIN_ID`ist die [Domain-ID](https://docs.aws.amazon.com/sagemaker/latest/dg/domain-view.html)
**Anmerkung**
Wenn Sie das Image an ein SageMaker Unified Studio-Projekt anhängen und wissen möchten, welche Domain verwendet werden soll, finden Sie weitere Informationen unter [Anzeigen der mit Ihrem Projekt verknüpften SageMaker KI-Domänendetails](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/view-project-details.html#view-project-details-smai-domain).
+ `SOCI_IMAGE_TAG`ist das Tag Ihres von Social indexierten Bildes
1. Exportiere deine Region:
```
export AWS_REGION=$REGION
```
1. Erstelle ein SageMaker Bild:
```
aws sagemaker create-image \
--image-name "$IMAGE_NAME" \
--role-arn "$ROLE_ARN"
```
1. Erstellen Sie eine SageMaker Image-Version mit Ihrem SOCI-Index-URI:
```
IMAGE_INDEX_URI="$ACCOUNT_ID.dkr.ecr.$REGION.amazonaws.com/$IMAGE_NAME:$SOCI_IMAGE_TAG"
aws sagemaker create-image-version \
--image-name "$IMAGE_NAME" \
--base-image "$IMAGE_INDEX_URI"
```
1. Erstellen Sie eine Anwendungs-Image-Konfiguration und aktualisieren Sie Ihre Amazon SageMaker AI-Domain, sodass sie das benutzerdefinierte Image für Ihre App enthält. Sie können dies für den auf Code-OSS basierenden Code-Editor, Visual Studio Code — Open Source (Code-Editor) und JupyterLab Anwendungen tun. Wählen Sie die unten stehende Anwendungsoption, um die Schritte anzuzeigen.
------
#### [ Code Editor ]
Erstellen Sie eine Anwendungs-Image-Konfiguration für den Code-Editor:
```
aws sagemaker create-app-image-config \
--app-image-config-name "$IMAGE_CONFIG_NAME" \
--code-editor-app-image-config '{ "FileSystemConfig": { "MountPath": "/home/sagemaker-user", "DefaultUid": 1000, "DefaultGid": 100 } }'
```
Aktualisieren Sie Ihre Amazon SageMaker AI-Domain, sodass sie das benutzerdefinierte Bild für den Code-Editor enthält:
```
aws sagemaker update-domain \
--domain-id "$DOMAIN_ID" \
--default-user-settings '{
"CodeEditorAppSettings": {
"CustomImages": [{
"ImageName": "$IMAGE_NAME",
"AppImageConfigName": "$IMAGE_CONFIG_NAME"
}]
}
}'
```
------
#### [ JupyterLab ]
Erstellen Sie eine Anwendungs-Image-Konfiguration für JupyterLab:
```
aws sagemaker create-app-image-config \
--app-image-config-name "$IMAGE_CONFIG_NAME" \
--jupyter-lab-app-image-config '{ "FileSystemConfig": { "MountPath": "/home/sagemaker-user", "DefaultUid": 1000, "DefaultGid": 100 } }'
```
Aktualisieren Sie Ihre Amazon SageMaker AI-Domain, sodass sie das benutzerdefinierte Bild enthält für JupyterLab:
```
aws sagemaker update-domain \
--domain-id "$DOMAIN_ID" \
--default-user-settings '{
"JupyterLabAppSettings": {
"CustomImages": [{
"ImageName": "$IMAGE_NAME",
"AppImageConfigName": "$IMAGE_CONFIG_NAME"
}]
}
}'
```
------
1. Nachdem Sie Ihre Domain so aktualisiert haben, dass sie Ihr benutzerdefiniertes Image enthält, können Sie mit Ihrem benutzerdefinierten Image eine Anwendung in Studio erstellen. Wenn Sie [Starten eines benutzerdefinierten Images in Studio](studio-updated-byoi-how-to-launch.md) sicherstellen, dass Sie Ihr benutzerdefiniertes Image verwenden.
# Trennen und Bereinigen von benutzerdefinierten Image-Ressourcen
Auf der folgenden Seite finden Sie Anweisungen zum Trennen Ihrer benutzerdefinierten Bilder und zum Bereinigen der zugehörigen Ressourcen mithilfe der Amazon SageMaker AI-Konsole oder der AWS Command Line Interface (AWS CLI).
**Wichtig**
Sie müssen zuerst Ihr benutzerdefiniertes Bild von Ihrer Domain trennen, bevor Sie das Bild aus dem SageMaker AI-Image-Speicher löschen können. Andernfalls können beim Anzeigen Ihrer Domain-Informationen oder beim Anfügen neuer benutzerdefinierter Images an Ihre Domain Fehler auftreten.
Falls beim Laden eines benutzerdefinierten Images ein Fehler auftritt, finden Sie weitere Informationen unter [Benutzerdefiniertes Image konnte nicht geladen werden](studio-updated-troubleshooting.md#studio-updated-troubleshooting-custom-image).
## Trennen und Löschen benutzerdefinierter Images (Konsole)
Im Folgenden finden Sie Anweisungen, wie Sie Ihre benutzerdefinierten Bilder von SageMaker KI trennen und Ihre benutzerdefinierten Image-Ressourcen mithilfe der Konsole bereinigen können.
**Trennen des benutzerdefinierten Images von der Domain**
1. Öffnen Sie die [SageMaker AI-Konsole](https://console.aws.amazon.com/sagemaker).
1. Erweitern Sie den Abschnitt **Admin-Konfigurationen**.
1. Wählen Sie unter **Admin-Konfigurationen** **Domains** aus.
1. Wählen Sie aus der Liste der **Domains** eine Domain aus.
1. Öffnen Sie die Registerkarte **Umgebung**.
1. Aktivieren Sie für **Benutzerdefinierte Images für persönliche Studio-Apps** die Kontrollkästchen für die Images, die Sie trennen möchten.
1. Wählen Sie **Trennen** aus.
1. Befolgen Sie die Anweisungen zum Trennen.
**Löschen des benutzerdefinierten Images**
1. Öffnen Sie die [SageMaker AI-Konsole](https://console.aws.amazon.com/sagemaker).
1. Erweitern Sie den Abschnitt **Admin-Konfigurationen**, falls dies noch nicht geschehen ist.
1. Wählen Sie unter **Admin-Konfigurationen** die Option **Images**.
1. Wählen Sie aus der Liste der **Images** ein Image aus, das Sie löschen möchten.
1. Wählen Sie **Löschen** aus.
1. Folgen Sie den Anweisungen, um Ihr Bild und all seine Versionen aus SageMaker AI zu löschen.
**Löschen von benutzerdefinierten Images und Repository aus Amazon ECR**
**Wichtig**
Dadurch werden auch alle Container-Images und Artefakte in diesem Repository gelöscht.
1. Öffnen Sie die [Amazon-ECR-Konsole](https://console.aws.amazon.com/ecr).
1. Erweitern Sie den linken Navigationsbereich, falls dies noch nicht der Fall ist.
1. Wählen Sie unter **Private Registrierung** die Option **Repositorys** aus.
1. Wählen Sie die Repositorys aus, die Sie löschen möchten.
1. Wählen Sie **Löschen** aus.
1. Befolgen Sie die Anweisungen zum Löschen.
## Trennen und Löschen benutzerdefinierter Images (AWS CLI)
Der folgende Abschnitt zeigt ein Beispiel dafür, wie Sie Ihre benutzerdefinierten Images mit der AWS CLI trennen können.
1. Stellen Sie zunächst Ihre Variablen für die folgenden AWS CLI Befehle ein.
```
ACCOUNT_ID=account-id
REGION=aws-region
APP_IMAGE_CONFIG=app-image-config
SAGEMAKER_IMAGE_NAME=custom-image-name
```
+ `aws-region`ist die AWS-Region Ihrer Amazon SageMaker AI-Domain. Sie finden dies oben rechts auf jeder AWS Konsolenseite.
+ `app-image-config` ist der Name Ihrer Anwendungs-Image-Konfiguration. Verwenden Sie den folgenden AWS CLI Befehl, um die Anwendungs-Image-Konfigurationen in Ihrem aufzulisten AWS-Region.
```
aws sagemaker list-app-image-configs \
--region ${REGION}
```
+ `custom-image-name` ist der Name des benutzerdefinierten Images. Verwenden Sie den folgenden AWS CLI Befehl, um die Bilder in Ihrem aufzulisten AWS-Region.
```
aws sagemaker list-images \
--region ${REGION}
```
1. Um das Image und die Image-Versionen mithilfe dieser Anweisungen von Ihrer Domain zu trennen, müssen Sie eine JSON-Datei für die Domainkonfiguration erstellen oder aktualisieren.
**Anmerkung**
Wenn Sie die Anweisungen unter [Anfügen Ihres benutzerdefinierten Images an Ihre Domain](studio-updated-byoi-how-to-attach-to-domain.md) befolgt haben, haben Sie Ihre Domain möglicherweise mithilfe der Datei `update-domain.json` aktualisiert.
Wenn Sie diese Datei nicht haben, können Sie stattdessen eine neue JSON-Datei erstellen.
Erstellen Sie eine Datei mit dem Namen `update-domain.json`, mit der Sie Ihre Domain aktualisieren.
1. Um die benutzerdefinierten Images zu löschen, müssen Sie `CustomImages` leer lassen, sodass es wie folgt aussieht: `"CustomImages": []` Wählen Sie eine der folgenden Optionen, um Beispielkonfigurationsdateien für den Code-Editor oder anzuzeigen JupyterLab.
------
#### [ Code Editor: update domain configuration file example ]
Ein Beispiel für eine Konfigurationsdatei für Code Editor, unter Verwendung von [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CodeEditorAppSettings.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CodeEditorAppSettings.html)
```
{
"DomainId": "domain-id",
"DefaultUserSettings": {
"CodeEditorAppSettings": {
"CustomImages": [
]
}
}
}
```
------
#### [ JupyterLab: update domain configuration file example ]
Ein Beispiel für eine Konfigurationsdatei für JupyterLab die Verwendung von [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_JupyterLabAppSettings.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_JupyterLabAppSettings.html).
```
{
"DomainId": "domain-id",
"DefaultUserSettings": {
"JupyterLabAppSettings": {
"CustomImages": [
]
}
}
}
```
------
`domain-id` ist die Domain-ID, an die Ihr Image angehängt ist. Verwenden Sie den folgenden Befehl, um die Domains aufzulisten.
```
aws sagemaker list-domains \
--region ${REGION}
```
1. Speichern Sie die Datei.
1. Rufen Sie die [Update-Domain](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/update-domain.html) AWS CLI mithilfe der Update-Domain-Konfigurationsdatei auf,. `update-domain.json`
**Anmerkung**
Bevor Sie die benutzerdefinierten Images aktualisieren können, müssen Sie alle **Anwendungen** in Ihrer Domain löschen. Sie müssen **keine** Benutzerprofile oder gemeinsam genutzten Bereiche löschen. Wählen Sie für Anweisungen zum Löschen von Anwendungen eine der folgenden Optionen aus.
Wenn Sie die SageMaker AI-Konsole verwenden möchten, finden Sie weitere Informationen unter. [Fahren Sie die SageMaker KI-Ressourcen in Ihrer Domain herunter](sm-console-domain-resources-shut-down.md)
Wenn Sie die verwenden möchten AWS CLI, verwenden Sie die Schritte 1 bis 3 von[Löschen Sie eine Amazon SageMaker AI-Domain (AWS CLI)](gs-studio-delete-domain.md#gs-studio-delete-domain-cli).
```
aws sagemaker update-domain \
--cli-input-json file://update-domain.json \
--region ${REGION}
```
1. Löschen Sie die App-Image-Konfiguration.
```
aws sagemaker delete-app-image-config \
--app-image-config-name ${APP_IMAGE_CONFIG}
```
1. Löschen Sie das benutzerdefinierte Image. Dadurch werden auch alle Image-Versionen gelöscht. Dadurch werden das Image und die Image-Versionen des Amazon-ECR-Containers nicht gelöscht. Führen Sie dazu die folgenden optionalen Schritte aus.
```
aws sagemaker delete-image \
--image-name ${SAGEMAKER_IMAGE_NAME}
```
1. (Optional) Löschen Sie Ihre Amazon-ECR-Ressourcen. Die folgende Liste enthält AWS CLI Befehle zum Abrufen Ihrer Amazon ECR-Ressourceninformationen für die folgenden Schritte.
1. Stellen Sie Ihre Variablen für die folgenden AWS CLI Befehle ein.
```
ECR_REPO_NAME=ecr-repository-name
```
`ecr-repository-name` ist der Name Ihres Repositorys von Amazon Elastic Container Registry.
Verwenden Sie den folgenden Befehl, um die Details Ihrer Repositorys aufzulisten.
```
aws ecr describe-repositories \
--region ${REGION}
```
1. Löschen Sie das Repository aus Amazon ECR.
**Wichtig**
Dadurch werden auch alle Container-Images und Artefakte in diesem Repository gelöscht.
```
aws ecr delete-repository \
--repository-name ${ECR_REPO_NAME} \
--force \
--region ${REGION}
```