View a markdown version of this page

Tentukan lingkungan untuk skrip algoritma Anda - Amazon Braket

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Tentukan lingkungan untuk skrip algoritma Anda

Amazon Braket mendukung lingkungan yang ditentukan oleh wadah untuk skrip algoritma Anda:

  • Sebuah wadah dasar (default, jika tidak image_uri ditentukan)

  • Wadah dengan CUDA-Q

  • Wadah dengan TensorFlow dan PennyLane

  • Sebuah wadah dengan PyTorch, PennyLane, dan CUDA-Q

Tabel berikut memberikan rincian tentang wadah dan perpustakaan yang disertakan.

Kontainer Amazon Braket
Tipe Basis CUDA-Q TensorFlow PyTorch

URI gambar

292282985366.dkr.ecr.us-barat-2.amazonaws. com/amazon-braket-base-jobs: terbaru

292282985366.dkr.ecr.us-barat-2.amazonaws. com/amazon-braket-cudaq-jobs:terbaru

292282985366.dkr.ecr.us-barat-2.amazonaws. com/amazon-braket-tensorflow-jobs:terbaru

292282985366.dkr.ecr.us-barat-2.amazonaws. com/amazon-braket-pytorch-jobs:terbaru

Gambar dasar

publik.cr. aws/lts/ubuntu:24.04

publik.cr. aws/lts/ubuntu:24.04

AWS Pelatihan tensorflow Wadah Pembelajaran Mendalam: 2.19.0-gpu-py312-cu125-ubuntu22.04

AWS Pelatihan pytorch Wadah Pembelajaran Mendalam: 2.8.0-gpu-py312-cu129-ubuntu22.04

Versi Python

3.12

3.12

3.12

3.12

Paket pra-instal

  • simulator amazon-braket-default-

  • plugin amazon braket-pennylane

  • Amazon-Braket-Skema

  • amazon braket-sdk

  • awscli

  • boto3

  • botocore

  • dask

  • matplotlib

  • mpi4py

  • berbohong

  • panda

  • pennylane

  • pennylane-petir

  • Cucking

  • penyedia braket qiskit

  • pelatihan sagemaker

  • scikit-belajar

  • cerewet

  • simulator amazon-braket-default-

  • plugin amazon braket-pennylane

  • Amazon-Braket-Skema

  • amazon braket-sdk

  • awscli

  • boto3

  • botocore

  • cuda-quantum-cu12

  • cudaq-qec-cu12

  • cudaq-solvers-cu12

  • dask

  • matplotlib

  • mpi4py

  • berbohong

  • panda

  • pennylane

  • pennylane-petir

  • Cucking

  • penyedia braket qiskit

  • pelatihan sagemaker

  • scikit-belajar

  • cerewet

  • simulator amazon-braket-default-

  • plugin amazon braket-pennylane

  • Amazon-Braket-Skema

  • amazon braket-sdk

  • awscli

  • boto3

  • botocore

  • dask

  • H5py

  • ipykernel

  • jupyterlab

  • matplotlib

  • buku catatan

  • berbohong

  • openfermion

  • panda

  • pennylane

  • pennylane-petir

  • pidantik

  • pelatihan sagemaker

  • scikit-belajar

  • cerewet

  • tensorflow

  • simulator amazon-braket-default-

  • plugin amazon braket-pennylane

  • Amazon-Braket-Skema

  • amazon braket-sdk

  • awscli

  • boto3

  • botocore

  • cuda-quantum-cu12

  • cudaq-qec-cu12

  • cudaq-solvers-cu12

  • dask

  • H5py

  • ipykernel

  • matplotlib

  • berbohong

  • openfermion

  • panda

  • pennylane

  • pennylane-petir [gpu]

  • pidantik

  • pelatihan sagemaker

  • scikit-belajar

  • cerewet

  • obor

Anda dapat melihat dan mengakses definisi wadah sumber terbuka di amazon- braket/amazon -braket- containers on. GitHub Pilih wadah yang paling sesuai dengan kasus penggunaan Anda. Anda dapat menggunakan Wilayah yang tersedia AWS di Braket (us-east-1, us-west-1, us-west-2, eu-north-1, eu-west-2), tetapi Wilayah kontainer harus sesuai dengan Wilayah untuk pekerjaan hybrid Anda. Tentukan image wadah saat Anda membuat pekerjaan hybrid dengan menambahkan salah satu dari empat argumen berikut ke create(…​) panggilan Anda di skrip pekerjaan hybrid. Anda dapat menginstal dependensi tambahan ke dalam wadah yang Anda pilih saat runtime (dengan biaya startup atau runtime) karena wadah Amazon Braket memiliki konektivitas internet. Contoh berikut adalah untuk Wilayah us-west-2.

  • Gambar dasar: image_uri = “292282985366.dkr.ecr.us-west-2.amazonaws. com/amazon-braket-base-jobs: terbaru”

  • CUDA-Q gambar: image_uri = “292282985366.dkr.ecr.us-west-2.amazonaws. com/amazon-braket-cudaq-jobs:terbaru”

  • TensorFlow gambar: image_uri = “292282985366.dkr.ecr.us-west-2.amazonaws. com/amazon-braket-tensorflow-jobs:terbaru”

  • PyTorch gambar: image_uri = “292282985366.dkr.ecr.us-west-2.amazonaws. com/amazon-braket-pytorch-jobs:terbaru”

Ini juga image-uris dapat diambil menggunakan retrieve_image() fungsi di Amazon Braket SDK. Contoh berikut menunjukkan cara mengambilnya dari us-west-2 Wilayah 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")