Actualice la configuración del contenedor - Amazon SageMaker AI

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.

Actualice la configuración del contenedor

Puede incorporar imágenes de Docker personalizadas a sus flujos de trabajo de aprendizaje automático. Un aspecto clave de la personalización de estas imágenes es configurar las configuraciones del contenedor, o. ContainerConfig En la página siguiente se proporciona un ejemplo de cómo configurar suContainerConfig.

Un punto de entrada es el comando o script que se ejecuta cuando se inicia el contenedor. Los puntos de entrada personalizados le permiten configurar su entorno, inicializar los servicios o realizar cualquier configuración necesaria antes de que se inicie la aplicación.

En este ejemplo, se proporcionan instrucciones sobre cómo configurar un punto de entrada personalizado para su JupyterLab aplicación mediante. AWS CLI En este ejemplo se supone que ya ha creado una imagen y un dominio personalizados. Para obtener instrucciones, consulte Adjunte la imagen personalizada a su dominio.

  1. En primer lugar, defina las variables para AWS CLI los comandos siguientes.

    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-namees el nombre de la configuración de la imagen de la aplicación.

    • entrypoint-file-namees el nombre del script de punto de entrada de su contenedor. Por ejemplo, entrypoint.sh.

    • environment-keyes el nombre de la variable de entorno.

    • environment-valuees el valor asignado a la variable de entorno.

    • aws-regiones el Región de AWS de tu dominio de Amazon SageMaker AI. Puedes encontrarlo en la parte superior derecha de cualquier página de AWS consola.

    • domain-ides tu ID de dominio. Para ver tus dominios, consultaVisualización de dominios.

    • custom-image-namees el nombre de la imagen personalizada. Para ver los detalles de la imagen personalizada, consulteVer los detalles de las imágenes personalizadas (consola).

      Si ha seguido las instrucciones que se indicanAdjunte la imagen personalizada a su dominio, puede que desee utilizar el mismo nombre de imagen que utilizó en ese proceso.

    • custom-image-versiones el número de versión de la imagen personalizada. Debe ser un número entero que represente la versión de la imagen. Para ver los detalles de la imagen personalizada, consulteVer los detalles de las imágenes personalizadas (consola).

  2. Utilice la CreateAppImageConfigAPI para crear una configuración de imagen.

    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}"
        }
    }"

  3. Usa la UpdateDomainAPI para actualizar la configuración predeterminada de tu dominio. Esto adjuntará la imagen personalizada y la configuración de la imagen de la aplicación. 

    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}\"
                }
            ]
        }
    }"