View a markdown version of this page

Definición del entorno para el script de algoritmo - Amazon Braket

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Definición del entorno para el script de algoritmo

Amazon Braket admite entornos definidos por contenedores para el script de algoritmo:

  • Un contenedor base (el predeterminado, si no se especifica un image_uri)

  • Un contenedor con CUDA-Q

  • Un contenedor con TensorFlow y PennyLane

  • Un contenedor con PyTorch PennyLane, y CUDA-Q

En la tabla siguiente, se proporcionan detalles sobre los contenedores y las bibliotecas que incluyen.

Contenedores de Amazon Braket
Tipo Base CUDA-Q TensorFlow PyTorch

URI de imagen

292282985366.dkr.ecr.us-west-2.amazonaws. com/amazon- trabajos basados en frenos: últimos

292282985366.dkr.ecr.us-west-2.amazonaws. com/amazon-braket-cudaq-jobs: últimas

292282985366.dkr.ecr.us-west-2.amazonaws. com/amazon-braket-tensorflow-jobs: últimos

292282985366.dkr.ecr.us-west-2.amazonaws. com/amazon-braket-pytorch-jobs: últimos

Imagen base

public.ecr. aws/lts/ubuntu: 24.04

public.ecr. aws/lts/ubuntu: 24.04

AWS Contenedor de aprendizaje profundo tensorflow-training:2.19.0-gpu-py312-cu125-ubuntu22.04

AWS Contenedor de aprendizaje profundo pytorch-training:2.8.0-gpu-py312-cu129-ubuntu22.04

Versión de Python

3.12

3,12

3,12

3,12

Paquetes preinstalados

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • awscli

  • boto3

  • botocore

  • dask

  • matplotlib

  • mpi4py

  • numpy

  • pandas

  • Pennylane

  • Pennylane-Lightning

  • quiskit

  • qiskit-braket-provider

  • sagemaker-training

  • scikit-learn

  • scipy

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • awscli

  • boto3

  • botocore

  • cuda-quantum-cu12

  • cudaq-qec-cu12

  • cudaq-solvers-cu12

  • dask

  • matplotlib

  • mpi4py

  • numpy

  • pandas

  • Pennylane

  • Pennylane-Lightning

  • quiskit

  • qiskit-braket-provider

  • sagemaker-training

  • scikit-learn

  • scipy

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • awscli

  • boto3

  • botocore

  • dask

  • h5py

  • ipykernel

  • jupyterlab

  • matplotlib

  • notebook

  • numpy

  • fermión abierto

  • pandas

  • Pennylane

  • Pennylane-Lightning

  • pirántico

  • sagemaker-training

  • scikit-learn

  • scipy

  • tensorflow

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • awscli

  • boto3

  • botocore

  • cuda-quantum-cu12

  • cudaq-qec-cu12

  • cudaq-solvers-cu12

  • dask

  • h5py

  • ipykernel

  • matplotlib

  • numpy

  • fermión de apertura

  • pandas

  • Pennylane

  • pennylane-lightning [gpu]

  • pydántico

  • sagemaker-training

  • scikit-learn

  • scipy

  • antorcha

Puedes ver y acceder a las definiciones de contenedores de código abierto en amazon- braket/amazon -braket-containers on. GitHub Elija el contenedor que mejor se adapte a su caso de uso. Puedes usar cualquiera de las AWS regiones disponibles en Braket (us-east-1, us-west-1, us-west-2, eu-north-1, eu-west-2), pero la región del contenedor debe coincidir con la región de tu trabajo híbrido. Especifica la imagen del contenedor al crear un trabajo híbrido añadiendo uno de los cuatro argumentos siguientes a tu llamada en el script del trabajo híbrido. create(…​) Puede instalar dependencias adicionales en el contenedor que elija en el tiempo de ejecución (al costo del inicio o el tiempo de ejecución), ya que los contenedores de Amazon Braket tienen conectividad a Internet. En el siguiente ejemplo es para la región us-west-2.

  • Imagen base: image_uri="292282985366.dkr.ecr.us-west-2.amazonaws. com/amazon-braket-base-jobs:latest»

  • CUDA-Q image: image_uri="292282985366.dkr.ecr.us-west-2.amazonaws. com/amazon-braket-cudaq-jobs:latest»

  • TensorFlow imagen: image_uri="292282985366.dkr.ecr.us-west-2.amazonaws. com/amazon-braket-tensorflow-jobs:latest»

  • PyTorch image: image_uri="292282985366.dkr.ecr.us-west-2.amazonaws. com/amazon-braket-pytorch-jobs:latest»

Los image-uris también se pueden recuperar usando la función retrieve_image() en el SDK de Amazon Braket. El siguiente ejemplo muestra cómo recuperarlos del us-west-2. Región de AWS

from braket.jobs.image_uris import retrieve_image, Framework

image_uri_base = retrieve_image(Framework.BASE, "us-west-2")
image_uri_cudaq = retrieve_image(Framework.CUDAQ, "us-west-2")
image_uri_tf = retrieve_image(Framework.PL_TENSORFLOW, "us-west-2")
image_uri_pytorch = retrieve_image(Framework.PL_PYTORCH, "us-west-2")