Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Gambar Kustom di Amazon SageMaker Studio Classic
**penting**
Pada 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan aplikasi Studio Classic. Untuk informasi tentang menggunakan pengalaman Studio yang diperbarui, lihat[SageMaker Studio Amazon](studio-updated.md).
Studio Classic masih dipertahankan untuk beban kerja yang ada tetapi tidak lagi tersedia untuk orientasi. Anda hanya dapat menghentikan atau menghapus aplikasi Studio Classic yang ada dan tidak dapat membuat yang baru. Kami menyarankan Anda [memigrasikan beban kerja Anda ke pengalaman Studio baru](studio-updated-migrate.md).
SageMaker Gambar adalah file yang mengidentifikasi kernel, paket bahasa, dan dependensi lain yang diperlukan untuk menjalankan notebook Jupyter di Amazon Studio Classic. SageMaker Gambar-gambar ini digunakan untuk membuat lingkungan tempat Anda menjalankan notebook Jupyter. Amazon SageMaker AI menyediakan banyak gambar bawaan untuk Anda gunakan. Untuk daftar gambar bawaan, lihat[SageMaker Gambar Amazon Tersedia untuk Digunakan Dengan Notebook Studio Classic](notebooks-available-images.md).
Jika Anda memerlukan fungsionalitas yang berbeda, Anda dapat membawa gambar kustom Anda sendiri ke Studio Classic. Anda dapat membuat gambar dan versi gambar, dan melampirkan versi gambar ke domain atau ruang bersama Anda, menggunakan panel kontrol SageMaker AI [AWS SDK untuk Python (Boto3)](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker.html), dan [AWS Command Line Interface (AWS CLI)](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/). Anda juga dapat membuat gambar dan versi gambar menggunakan konsol SageMaker AI, bahkan jika Anda belum terhubung ke domain SageMaker AI. SageMaker AI menyediakan contoh Dockerfiles untuk digunakan sebagai titik awal untuk SageMaker gambar kustom Anda di repositori [SageMaker Studio Classic Custom Image Sampel](https://github.com/aws-samples/sagemaker-studio-custom-image-samples/).
Topik berikut menjelaskan cara membawa gambar Anda sendiri menggunakan konsol SageMaker AI atau AWS CLI, kemudian meluncurkan gambar di Studio Classic. Untuk artikel blog serupa, lihat [Membawa lingkungan R Anda sendiri ke Amazon SageMaker Studio Classic](https://aws.amazon.com/blogs/machine-learning/bringing-your-own-r-environment-to-amazon-sagemaker-studio/). Untuk buku catatan yang menunjukkan cara membawa gambar Anda sendiri untuk digunakan dalam pelatihan dan inferensi, lihat [Amazon SageMaker Studio Classic Container Build CLI](https://github.com/aws/amazon-sagemaker-examples/tree/main/aws_sagemaker_studio/sagemaker_studio_image_build).
## Terminologi kunci
Bagian berikut mendefinisikan istilah kunci untuk membawa gambar Anda sendiri untuk digunakan dengan Studio Classic.
+ **Dockerfile:** Dockerfile adalah file yang mengidentifikasi paket bahasa dan dependensi lain untuk image Docker Anda.
+ Gambar **Docker: Gambar** Docker adalah Dockerfile yang dibangun. Gambar ini diperiksa ke Amazon ECR dan berfungsi sebagai dasar gambar SageMaker AI.
+ **SageMaker image:** SageMaker Gambar adalah dudukan untuk satu set versi gambar SageMaker AI berdasarkan gambar Docker. Setiap versi gambar tidak dapat diubah.
+ **Versi gambar:** Versi gambar dari gambar mewakili SageMaker gambar Docker dan disimpan dalam repositori Amazon ECR. Setiap versi gambar tidak dapat diubah. Versi gambar ini dapat dilampirkan ke domain atau ruang bersama dan digunakan dengan Studio Classic.
**Topics**
+ [Terminologi kunci](#studio-byoi-basics)
+ [Spesifikasi SageMaker Gambar Kustom untuk Amazon SageMaker Studio Classic](studio-byoi-specs.md)
+ [Prasyarat untuk Gambar Kustom di Amazon Studio Classic SageMaker](studio-byoi-prereq.md)
+ [Tambahkan Gambar Docker yang Kompatibel dengan Amazon SageMaker Studio Classic ke Amazon ECR](studio-byoi-sdk-add-container-image.md)
+ [Membuat SageMaker Gambar Kustom untuk Amazon SageMaker Studio Classic](studio-byoi-create.md)
+ [Lampirkan SageMaker Gambar Kustom di Amazon SageMaker Studio Classic](studio-byoi-attach.md)
+ [Luncurkan SageMaker Gambar Kustom di Amazon SageMaker Studio Classic](studio-byoi-launch.md)
+ [Bersihkan Sumber Daya untuk Gambar Kustom di Amazon SageMaker Studio Classic](studio-byoi-cleanup.md)
# Spesifikasi SageMaker Gambar Kustom untuk Amazon SageMaker Studio Classic
**penting**
Pada 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan aplikasi Studio Classic. Untuk informasi tentang menggunakan pengalaman Studio yang diperbarui, lihat[SageMaker Studio Amazon](studio-updated.md).
Studio Classic masih dipertahankan untuk beban kerja yang ada tetapi tidak lagi tersedia untuk orientasi. Anda hanya dapat menghentikan atau menghapus aplikasi Studio Classic yang ada dan tidak dapat membuat yang baru. Kami menyarankan Anda [memigrasikan beban kerja Anda ke pengalaman Studio baru](studio-updated-migrate.md).
Spesifikasi berikut berlaku untuk gambar kontainer yang diwakili oleh versi gambar SageMaker AI.
**Menjalankan gambar**
`ENTRYPOINT`dan `CMD` instruksi diganti untuk mengaktifkan gambar berjalan sebagai aplikasi. KernelGateway
Port 8888 pada gambar dicadangkan untuk menjalankan server KernelGateway web.
**Menghentikan gambar**
`DeleteApp`API mengeluarkan `docker stop` perintah yang setara. Proses lain dalam wadah tidak akan mendapatkan SIGKILL/SIGTERM sinyal.
**Penemuan kernel**
SageMaker [AI mengenali kernel seperti yang didefinisikan oleh spesifikasi kernel Jupyter.](https://jupyter-client.readthedocs.io/en/latest/kernels.html#kernelspecs)
Anda dapat menentukan daftar kernel untuk ditampilkan sebelum menjalankan gambar. Jika tidak ditentukan, python3 ditampilkan. Gunakan [DescribeAppImageConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeAppImageConfig.html)API untuk melihat daftar kernel.
Lingkungan Conda diakui sebagai spesifikasi kernel secara default.
**Sistem file**
`/opt/ml`Direktori `/opt/.sagemakerinternal` dan dicadangkan. Data apa pun di direktori ini mungkin tidak terlihat saat runtime.
**Data pengguna**
Setiap pengguna dalam domain mendapatkan direktori pengguna pada volume Amazon Elastic File System bersama dalam gambar. Lokasi direktori pengguna saat ini pada volume Amazon EFS dapat dikonfigurasi. Secara default, lokasi direktori adalah`/home/sagemaker-user`.
SageMaker AI mengonfigurasi UID/GID pemetaan POSIX antara gambar dan host. Ini default untuk memetakan pengguna root UID/GID (0/0) ke host. UID/GID
Anda dapat menentukan nilai-nilai ini menggunakan [CreateAppImageConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAppImageConfig.html)API.
**Batas GID/UID**
Amazon SageMaker Studio Classic hanya mendukung yang berikut `DefaultUID` dan `DefaultGID` kombinasi:
+ DefaultUid: 1000 dan defaultGid: 100, yang sesuai dengan pengguna non-priveleged.
+ DefaultUid: 0 dan defaultGid: 0, yang sesuai dengan akses root.
**Metadata**
File metadata terletak di. `/opt/ml/metadata/resource-metadata.json` Tidak ada variabel lingkungan tambahan yang ditambahkan ke variabel yang ditentukan dalam gambar. Untuk informasi selengkapnya, lihat [Dapatkan Metadata Aplikasi](notebooks-run-and-manage-metadata.md#notebooks-run-and-manage-metadata-app).
**GPU**
Pada instance GPU, gambar dijalankan dengan `--gpus` opsi. Hanya toolkit CUDA yang harus disertakan dalam gambar bukan driver NVIDIA. Untuk informasi selengkapnya, lihat [Panduan Pengguna NVIDIA](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/user-guide.html).
**Metrik dan pencatatan**
Log dari KernelGateway proses dikirim ke Amazon CloudWatch di akun pelanggan. Nama grup log adalah`/aws/sagemaker/studio`. Nama aliran log adalah`$domainID/$userProfileName/KernelGateway/$appName`.
**Ukuran gambar**
Terbatas hingga 35 GB. Untuk melihat ukuran gambar Anda, jalankan`docker image ls`.
## Contoh Dockerfile
Contoh berikut Dockerfile membuat Amazon Linux 2 berbasis gambar, menginstal paket pihak ketiga dan `python3` kernel, dan menetapkan cakupan ke pengguna yang tidak memiliki hak istimewa.
```
FROM public.ecr.aws/amazonlinux/amazonlinux:2
ARG NB_USER="sagemaker-user"
ARG NB_UID="1000"
ARG NB_GID="100"
RUN \
yum install --assumeyes python3 shadow-utils && \
useradd --create-home --shell /bin/bash --gid "${NB_GID}" --uid ${NB_UID} ${NB_USER} && \
yum clean all && \
jupyter-activity-monitor-extension \
python3 -m pip install ipykernel && \
python3 -m ipykernel install
USER ${NB_UID}
```
# Prasyarat untuk Gambar Kustom di Amazon Studio Classic SageMaker
**penting**
Pada 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan aplikasi Studio Classic. Untuk informasi tentang menggunakan pengalaman Studio yang diperbarui, lihat[SageMaker Studio Amazon](studio-updated.md).
Studio Classic masih dipertahankan untuk beban kerja yang ada tetapi tidak lagi tersedia untuk orientasi. Anda hanya dapat menghentikan atau menghapus aplikasi Studio Classic yang ada dan tidak dapat membuat yang baru. Kami menyarankan Anda [memigrasikan beban kerja Anda ke pengalaman Studio baru](studio-updated-migrate.md).
Anda harus memenuhi prasyarat berikut untuk membawa wadah Anda sendiri untuk digunakan dengan Amazon Studio Classic. SageMaker
+ Aplikasi Docker. Untuk informasi tentang pengaturan Docker, lihat [Orientasi dan penyiapan](https://docs.docker.com/get-started/).
+ Instal AWS CLI dengan mengikuti langkah-langkah di [Memulai dengan AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started.html).
+ Salinan lokal dari Dockerfile apa pun untuk membuat gambar yang kompatibel dengan Studio Classic. Untuk contoh gambar kustom, lihat repositori [sampel gambar kustom SageMaker AI Studio Classic](https://github.com/aws-samples/sagemaker-studio-custom-image-samples/).
+ Izin untuk mengakses layanan Amazon Elastic Container Registry (Amazon ECR). Untuk informasi selengkapnya, lihat [Kebijakan Terkelola Amazon ECR](https://docs.aws.amazon.com/AmazonECR/latest/userguide/ecr_managed_policies.html).
+ Peran AWS Identity and Access Management eksekusi yang memiliki [AmazonSageMakerFullAccess](https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerFullAccess)kebijakan terlampir. Jika Anda telah onboard ke domain Amazon SageMaker AI, Anda bisa mendapatkan peran tersebut dari bagian **Ringkasan Domain** pada panel kontrol SageMaker AI.
+ Instal CLI build image Studio Classic dengan mengikuti langkah-langkah di [SageMaker Docker](https://github.com/aws-samples/sagemaker-studio-image-build-cli) Build. CLI ini memungkinkan Anda untuk membangun Dockerfile menggunakan. AWS CodeBuild
# Tambahkan Gambar Docker yang Kompatibel dengan Amazon SageMaker Studio Classic ke Amazon ECR
**penting**
Pada 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan aplikasi Studio Classic. Untuk informasi tentang menggunakan pengalaman Studio yang diperbarui, lihat[SageMaker Studio Amazon](studio-updated.md).
Studio Classic masih dipertahankan untuk beban kerja yang ada tetapi tidak lagi tersedia untuk orientasi. Anda hanya dapat menghentikan atau menghapus aplikasi Studio Classic yang ada dan tidak dapat membuat yang baru. Kami menyarankan Anda [memigrasikan beban kerja Anda ke pengalaman Studio baru](studio-updated-migrate.md).
Anda melakukan langkah-langkah berikut untuk menambahkan gambar kontainer ke Amazon ECR:
+ Buat repositori Amazon ECR.
+ Otentikasi ke Amazon ECR.
+ Buat gambar Docker yang kompatibel dengan Studio Classic.
+ Dorong gambar ke repositori Amazon ECR.
**catatan**
Repositori Amazon ECR harus sama Wilayah AWS dengan Studio Classic.
**Untuk membuat dan menambahkan gambar kontainer ke Amazon ECR**
1. Buat repositori Amazon ECR menggunakan file. AWS CLI Untuk membuat repositori menggunakan konsol Amazon ECR, lihat [Membuat](https://docs.aws.amazon.com/AmazonECR/latest/userguide/repository-create.html) repositori.
```
aws ecr create-repository \
--repository-name smstudio-custom \
--image-scanning-configuration scanOnPush=true
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
{
"repository": {
"repositoryArn": "arn:aws:ecr:us-east-2:acct-id:repository/smstudio-custom",
"registryId": "acct-id",
"repositoryName": "smstudio-custom",
"repositoryUri": "acct-id.dkr.ecr.us-east-2.amazonaws.com/smstudio-custom",
...
}
}
```
1. Bangun `Dockerfile` menggunakan CLI build image Studio Classic. Periode (.) menentukan bahwa Dockerfile harus dalam konteks perintah build. Perintah ini membangun gambar dan mengunggah gambar yang dibangun ke repo ECR. Kemudian menampilkan URI gambar.
```
sm-docker build . --repository smstudio-custom:custom
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
Image URI: .dkr.ecr..amazonaws.com/
```
# Membuat SageMaker Gambar Kustom untuk Amazon SageMaker Studio Classic
**penting**
Kebijakan IAM khusus yang memungkinkan Amazon SageMaker Studio atau Amazon SageMaker Studio Classic membuat SageMaker sumber daya Amazon juga harus memberikan izin untuk menambahkan tag ke sumber daya tersebut. Izin untuk menambahkan tag ke sumber daya diperlukan karena Studio dan Studio Classic secara otomatis menandai sumber daya apa pun yang mereka buat. Jika kebijakan IAM memungkinkan Studio dan Studio Classic membuat sumber daya tetapi tidak mengizinkan penandaan, kesalahan "AccessDenied" dapat terjadi saat mencoba membuat sumber daya. Untuk informasi selengkapnya, lihat [Berikan izin untuk menandai sumber daya AI SageMaker](security_iam_id-based-policy-examples.md#grant-tagging-permissions).
[AWS kebijakan terkelola untuk Amazon SageMaker AI](security-iam-awsmanpol.md)yang memberikan izin untuk membuat SageMaker sumber daya sudah menyertakan izin untuk menambahkan tag saat membuat sumber daya tersebut.
**penting**
Pada 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan aplikasi Studio Classic. Untuk informasi tentang menggunakan pengalaman Studio yang diperbarui, lihat[SageMaker Studio Amazon](studio-updated.md).
Studio Classic masih dipertahankan untuk beban kerja yang ada tetapi tidak lagi tersedia untuk orientasi. Anda hanya dapat menghentikan atau menghapus aplikasi Studio Classic yang ada dan tidak dapat membuat yang baru. Kami menyarankan Anda [memigrasikan beban kerja Anda ke pengalaman Studio baru](studio-updated-migrate.md).
Topik ini menjelaskan bagaimana Anda dapat membuat SageMaker gambar khusus menggunakan konsol SageMaker AI atau AWS CLI.
Saat Anda membuat gambar dari konsol, SageMaker AI juga membuat versi gambar awal. Versi gambar mewakili gambar kontainer di [Amazon Elastic Container Registry (ECR)](https://console.aws.amazon.com/ecr/). Gambar kontainer harus memenuhi persyaratan yang akan digunakan di Amazon SageMaker Studio Classic. Untuk informasi selengkapnya, lihat [Spesifikasi SageMaker Gambar Kustom untuk Amazon SageMaker Studio Classic](studio-byoi-specs.md). Untuk informasi tentang pengujian gambar secara lokal dan menyelesaikan masalah umum, lihat repo [Sampel Gambar Kustom SageMaker Studio Classic](https://github.com/aws-samples/sagemaker-studio-custom-image-samples/blob/main/DEVELOPMENT.md).
Setelah Anda membuat SageMaker gambar kustom, Anda harus melampirkannya ke domain atau ruang bersama untuk menggunakannya dengan Studio Classic. Untuk informasi selengkapnya, lihat [Lampirkan SageMaker Gambar Kustom di Amazon SageMaker Studio Classic](studio-byoi-attach.md).
## Buat SageMaker gambar dari konsol
Bagian berikut menunjukkan cara membuat SageMaker gambar khusus dari konsol SageMaker AI.
**Untuk membuat gambar**
1. Buka konsol Amazon SageMaker AI di [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Di panel navigasi kiri, pilih **Konfigurasi admin**.
1. Di bawah **konfigurasi Admin**, pilih **Gambar**.
1. Pada halaman **Custom images**, pilih **Create image**.
1. Untuk **Sumber gambar**, masukkan jalur registri ke gambar kontainer di Amazon ECR. Path dalam format berikut:
` acct-id.dkr.ecr.region.amazonaws.com/repo-name[:tag] or [@digest] `
1. Pilih **Berikutnya**.
1. Di bawah **properti Gambar**, masukkan yang berikut ini:
+ Nama gambar — Nama harus unik untuk akun Anda saat ini Wilayah AWS.
+ (Opsional) Nama tampilan - Nama yang ditampilkan di antarmuka pengguna Studio Classic. Ketika tidak disediakan, `Image name` ditampilkan.
+ (Opsional) Deskripsi — Deskripsi gambar.
+ Peran IAM — Peran harus memiliki [AmazonSageMakerFullAccess](https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerFullAccess)kebijakan yang dilampirkan. Gunakan menu tarik-turun untuk memilih salah satu opsi berikut:
+ Buat peran baru — Tentukan bucket Amazon Simple Storage Service (Amazon S3) tambahan yang dapat diakses oleh pengguna notebook. Jika Anda tidak ingin mengizinkan akses ke bucket tambahan, pilih **Tidak Ada**.
SageMaker AI melampirkan `AmazonSageMakerFullAccess` kebijakan pada peran tersebut. Peran ini memungkinkan pengguna notebook Anda mengakses bucket S3 yang tercantum di sebelah tanda centang.
+ Masukkan peran IAM khusus ARN — Masukkan Nama Sumber Daya Amazon (ARN) peran IAM Anda.
+ Gunakan peran yang ada — Pilih salah satu peran yang ada dari daftar.
+ (Opsional) Tag gambar - Pilih **Tambahkan tag baru**. Anda dapat menambahkan hingga 50 tag. Tag dapat dicari menggunakan antarmuka pengguna Studio Classic, konsol SageMaker AI, atau SageMaker AI `Search` API.
1. Pilih **Kirim**.
Gambar baru ditampilkan dalam daftar **gambar Kustom** dan disorot secara singkat. Setelah gambar berhasil dibuat, Anda dapat memilih nama gambar untuk melihat propertinya atau memilih **Buat versi** untuk membuat versi lain.
**Untuk membuat versi gambar lain**
1. Pilih **Buat versi** pada baris yang sama dengan gambar.
1. Untuk **Sumber gambar**, masukkan jalur registri ke gambar kontainer Amazon ECR. Gambar kontainer tidak boleh menjadi gambar yang sama seperti yang digunakan dalam versi SageMaker gambar sebelumnya.
## Buat SageMaker gambar dari AWS CLI
Anda melakukan langkah-langkah berikut untuk membuat SageMaker gambar dari gambar kontainer menggunakan file AWS CLI.
+ Buat `Image`.
+ Buat `ImageVersion`.
+ Buat file konfigurasi.
+ Buat `AppImageConfig`.
**Untuk membuat entitas SageMaker gambar**
1. Buat SageMaker gambar.
```
aws sagemaker create-image \
--image-name custom-image \
--role-arn arn:aws:iam:::role/service-role/
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
{
"ImageArn": "arn:aws:sagemaker:us-east-2:acct-id:image/custom-image"
}
```
1. Buat versi SageMaker gambar dari gambar kontainer.
```
aws sagemaker create-image-version \
--image-name custom-image \
--base-image .dkr.ecr..amazonaws.com/smstudio-custom:custom-image
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
{
"ImageVersionArn": "arn:aws:sagemaker:us-east-2:acct-id:image-version/custom-image/1"
}
```
1. Periksa apakah versi gambar berhasil dibuat.
```
aws sagemaker describe-image-version \
--image-name custom-image \
--version-number 1
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
{
"ImageVersionArn": "arn:aws:sagemaker:us-east-2:acct-id:image-version/custom-image/1",
"ImageVersionStatus": "CREATED"
}
```
**catatan**
Jika responsnya`"ImageVersionStatus": "CREATED_FAILED"`, responsnya juga mencakup alasan kegagalan. Masalah izin adalah penyebab umum kegagalan. Anda juga dapat memeriksa CloudWatch log Amazon jika mengalami kegagalan saat memulai atau menjalankan KernelGateway aplikasi untuk gambar kustom. Nama grup log adalah`/aws/sagemaker/studio`. Nama aliran log adalah`$domainID/$userProfileName/KernelGateway/$appName`.
1. Buat file konfigurasi, bernama`app-image-config-input.json`. `Name`Nilai `KernelSpecs` harus cocok dengan nama KernelSpec yang tersedia di Gambar yang terkait dengan ini. `AppImageConfig` Nilai ini peka huruf besar kecil. Anda dapat menemukan KernelSpecs yang tersedia dalam gambar dengan menjalankan `jupyter-kernelspec list` dari shell di dalam wadah. `MountPath`adalah jalur dalam gambar untuk memasang direktori home Amazon Elastic File System (Amazon EFS) Anda. Itu harus berbeda dari jalur yang Anda gunakan di dalam wadah karena jalur itu akan diganti ketika direktori home Amazon EFS Anda dipasang.
**catatan**
Berikut `DefaultUID` dan `DefaultGID` kombinasi adalah satu-satunya nilai yang diterima:
DefaultUid: 1000 dan defaultGid: 100
DefaultUid: 0 dan defaultGid: 0
```
{
"AppImageConfigName": "custom-image-config",
"KernelGatewayImageConfig": {
"KernelSpecs": [
{
"Name": "python3",
"DisplayName": "Python 3 (ipykernel)"
}
],
"FileSystemConfig": {
"MountPath": "/home/sagemaker-user",
"DefaultUid": 1000,
"DefaultGid": 100
}
}
}
```
1. Buat AppImageConfig menggunakan file yang dibuat pada langkah sebelumnya.
```
aws sagemaker create-app-image-config \
--cli-input-json file://app-image-config-input.json
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
{
"AppImageConfigArn": "arn:aws:sagemaker:us-east-2:acct-id:app-image-config/custom-image-config"
}
```
# Lampirkan SageMaker Gambar Kustom di Amazon SageMaker Studio Classic
**penting**
Kebijakan IAM khusus yang memungkinkan Amazon SageMaker Studio atau Amazon SageMaker Studio Classic membuat SageMaker sumber daya Amazon juga harus memberikan izin untuk menambahkan tag ke sumber daya tersebut. Izin untuk menambahkan tag ke sumber daya diperlukan karena Studio dan Studio Classic secara otomatis menandai sumber daya apa pun yang mereka buat. Jika kebijakan IAM memungkinkan Studio dan Studio Classic membuat sumber daya tetapi tidak mengizinkan penandaan, kesalahan "AccessDenied" dapat terjadi saat mencoba membuat sumber daya. Untuk informasi selengkapnya, lihat [Berikan izin untuk menandai sumber daya AI SageMaker](security_iam_id-based-policy-examples.md#grant-tagging-permissions).
[AWS kebijakan terkelola untuk Amazon SageMaker AI](security-iam-awsmanpol.md)yang memberikan izin untuk membuat SageMaker sumber daya sudah menyertakan izin untuk menambahkan tag saat membuat sumber daya tersebut.
**penting**
Pada 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan aplikasi Studio Classic. Untuk informasi tentang menggunakan pengalaman Studio yang diperbarui, lihat[SageMaker Studio Amazon](studio-updated.md).
Studio Classic masih dipertahankan untuk beban kerja yang ada tetapi tidak lagi tersedia untuk orientasi. Anda hanya dapat menghentikan atau menghapus aplikasi Studio Classic yang ada dan tidak dapat membuat yang baru. Kami menyarankan Anda [memigrasikan beban kerja Anda ke pengalaman Studio baru](studio-updated-migrate.md).
Untuk menggunakan SageMaker gambar kustom, Anda harus melampirkan versi gambar ke domain atau ruang bersama Anda. Saat Anda melampirkan versi gambar, itu muncul di SageMaker Studio Classic Launcher dan tersedia di daftar tarik-turun **Pilih gambar**, yang digunakan pengguna untuk meluncurkan aktivitas atau mengubah gambar yang digunakan oleh buku catatan.
Untuk membuat SageMaker gambar kustom tersedia untuk semua pengguna dalam domain, Anda melampirkan gambar ke domain. Untuk membuat gambar tersedia bagi semua pengguna dalam ruang bersama, Anda dapat melampirkan gambar ke ruang bersama. Untuk membuat gambar tersedia untuk satu pengguna, Anda melampirkan gambar ke profil pengguna. Saat Anda melampirkan gambar, SageMaker AI menggunakan versi gambar terbaru secara default. Anda juga dapat melampirkan versi gambar tertentu. Setelah melampirkan versi, Anda dapat memilih versi dari Peluncur SageMaker AI atau pemilih gambar saat meluncurkan buku catatan.
Ada batasan jumlah versi gambar yang dapat dilampirkan pada waktu tertentu. Setelah Anda mencapai batas, Anda harus melepaskan versi untuk melampirkan versi lain dari gambar.
Bagian berikut menunjukkan cara melampirkan SageMaker gambar khusus ke domain Anda menggunakan konsol SageMaker AI atau AWS CLI. Anda hanya dapat melampirkan gambar kustom ke ruang berbagi menggunakan AWS CLI.
## Lampirkan SageMaker gambar ke domain
### Lampirkan SageMaker gambar menggunakan Konsol
Topik ini menjelaskan bagaimana Anda dapat melampirkan versi SageMaker gambar kustom yang ada ke domain Anda menggunakan panel kontrol SageMaker AI. Anda juga dapat membuat SageMaker gambar kustom dan versi gambar, dan kemudian melampirkan versi itu ke domain Anda. Untuk prosedur membuat versi gambar dan gambar, lihat[Membuat SageMaker Gambar Kustom untuk Amazon SageMaker Studio Classic](studio-byoi-create.md).
**Untuk melampirkan gambar yang ada**
1. Buka konsol Amazon SageMaker AI di [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Di panel navigasi kiri, pilih **Konfigurasi admin**.
1. Di bawah **konfigurasi Admin**, pilih **domain**.
1. Dari halaman **Domain**, pilih domain untuk melampirkan gambar.
1. Dari halaman **Detail domain**, pilih tab **Lingkungan**.
1. Pada tab **Lingkungan**, di bawah **gambar Custom SageMaker Studio Classic yang dilampirkan ke domain**, pilih **Lampirkan gambar**.
1. Untuk **Sumber gambar**, pilih **Gambar yang ada**.
1. Pilih gambar yang ada dari daftar.
1. Pilih versi gambar dari daftar.
1. Pilih **Berikutnya**.
1. Verifikasi nilai untuk **nama Gambar****, nama tampilan Gambar**, dan **Deskripsi**.
1. Pilih peran IAM. Untuk informasi selengkapnya, lihat [Membuat SageMaker Gambar Kustom untuk Amazon SageMaker Studio Classic](studio-byoi-create.md).
1. (Opsional) Tambahkan tag untuk gambar.
1. Tentukan jalur pemasangan EFS. Ini adalah jalur dalam gambar untuk me-mount direktori home Amazon Elastic File System (EFS) pengguna.
1. Untuk **jenis Gambar**, pilih **Gambar SageMaker studio**
1. Untuk **nama Kernel**, masukkan nama kernel yang ada di gambar. Untuk informasi tentang cara mendapatkan informasi kernel dari gambar, lihat [PENGEMBANGAN](https://github.com/aws-samples/sagemaker-studio-custom-image-samples/blob/main/DEVELOPMENT.md) di repositori Sampel Gambar Kustom SageMaker Studio Classic. Untuk informasi selengkapnya, lihat bagian **Penemuan Kernel** dan **data Pengguna**[Spesifikasi SageMaker Gambar Kustom untuk Amazon SageMaker Studio Classic](studio-byoi-specs.md).
1. (Opsional) Untuk **nama tampilan Kernel**, masukkan nama tampilan untuk kernel.
1. Pilih **Tambahkan kernel**.
1. Pilih **Kirim**.
1. Tunggu hingga versi gambar dilampirkan ke domain. Saat dilampirkan, versi ditampilkan dalam daftar **Gambar khusus** dan disorot secara singkat.
### Lampirkan SageMaker gambar menggunakan AWS CLI
Bagian berikut menunjukkan cara melampirkan SageMaker gambar kustom saat membuat domain baru atau memperbarui domain yang ada menggunakan AWS CLI.
#### Lampirkan SageMaker gambar ke domain baru
Bagian berikut menunjukkan cara membuat domain baru dengan versi terlampir. Langkah-langkah ini mengharuskan Anda menentukan informasi Amazon Virtual Private Cloud (VPC) dan peran eksekusi yang diperlukan untuk membuat domain. Anda melakukan langkah-langkah berikut untuk membuat domain dan melampirkan SageMaker gambar kustom:
+ Dapatkan ID dan subnet VPC default Anda. IDs
+ Buat file konfigurasi untuk domain, yang menentukan gambar.
+ Buat domain dengan file konfigurasi.
**Untuk menambahkan SageMaker gambar kustom ke domain Anda**
1. Dapatkan ID VPC default Anda.
```
aws ec2 describe-vpcs \
--filters Name=isDefault,Values=true \
--query "Vpcs[0].VpcId" --output text
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
vpc-xxxxxxxx
```
1. Dapatkan subnet default Anda IDs menggunakan ID VPC dari langkah sebelumnya.
```
aws ec2 describe-subnets \
--filters Name=vpc-id,Values= \
--query "Subnets[*].SubnetId" --output json
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
[
"subnet-b55171dd",
"subnet-8a5f99c6",
"subnet-e88d1392"
]
```
1. Buat file konfigurasi bernama`create-domain-input.json`. Masukkan ID VPC, subnet IDs`ImageName`, dan `AppImageConfigName` dari langkah sebelumnya. Karena `ImageVersionNumber` tidak ditentukan, versi terbaru dari gambar digunakan, yang merupakan satu-satunya versi dalam kasus ini.
```
{
"DomainName": "domain-with-custom-image",
"VpcId": "",
"SubnetIds": [
""
],
"DefaultUserSettings": {
"ExecutionRole": "",
"KernelGatewayAppSettings": {
"CustomImages": [
{
"ImageName": "custom-image",
"AppImageConfigName": "custom-image-config"
}
]
}
},
"AuthMode": "IAM"
}
```
1. Buat domain dengan SageMaker gambar kustom terlampir.
```
aws sagemaker create-domain \
--cli-input-json file://create-domain-input.json
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
{
"DomainArn": "arn:aws:sagemaker:us-east-2:acct-id:domain/d-xxxxxxxxxxxx",
"Url": "https://d-xxxxxxxxxxxx.studio.us-east-2.sagemaker.aws/..."
}
```
#### Lampirkan SageMaker gambar ke domain Anda saat ini
Jika Anda telah onboard ke domain SageMaker AI, Anda dapat melampirkan gambar kustom ke domain Anda saat ini. Untuk informasi selengkapnya tentang orientasi ke domain SageMaker AI, lihat[Ikhtisar domain Amazon SageMaker AI](gs-studio-onboard.md). Anda tidak perlu menentukan informasi VPC dan peran eksekusi saat melampirkan gambar khusus ke domain Anda saat ini. Setelah melampirkan versi, Anda harus menghapus semua aplikasi di domain Anda dan membuka kembali Studio Classic. Untuk informasi tentang menghapus aplikasi, lihat[Hapus domain Amazon SageMaker AI](gs-studio-delete-domain.md).
Anda melakukan langkah-langkah berikut untuk menambahkan SageMaker gambar ke domain Anda saat ini.
+ Dapatkan `DomainID` dari panel kontrol SageMaker AI Anda.
+ Gunakan `DomainID` untuk mendapatkan domain. `DefaultUserSettings`
+ Tambahkan `ImageName` dan `AppImageConfig` sebagai a `CustomImage` ke`DefaultUserSettings`.
+ Perbarui domain Anda untuk menyertakan gambar kustom.
**Untuk menambahkan SageMaker gambar kustom ke domain Anda**
1. Buka konsol Amazon SageMaker AI di [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Di panel navigasi kiri, pilih **Konfigurasi admin**.
1. Di bawah **konfigurasi Admin**, pilih **domain**.
1. Dari halaman **Domain**, pilih domain untuk melampirkan gambar.
1. Dari halaman **Detail domain**, pilih tab **Pengaturan domain**.
1. Dari tab **Pengaturan domain**, di bawah **Pengaturan umum**, temukan`DomainId`. ID dalam format berikut:`d-xxxxxxxxxxxx`.
1. Gunakan ID domain untuk mendapatkan deskripsi domain.
```
aws sagemaker describe-domain \
--domain-id
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
{
"DomainId": "d-xxxxxxxxxxxx",
"DefaultUserSettings": {
"KernelGatewayAppSettings": {
"CustomImages": [
],
...
}
}
}
```
1. Simpan bagian pengaturan pengguna default dari respons ke file bernama`default-user-settings.json`.
1. Masukkan `ImageName` dan `AppImageConfigName` dari langkah sebelumnya sebagai gambar khusus. Karena `ImageVersionNumber` tidak ditentukan, versi terbaru dari gambar digunakan, yang merupakan satu-satunya versi dalam kasus ini.
```
{
"DefaultUserSettings": {
"KernelGatewayAppSettings": {
"CustomImages": [
{
"ImageName": "string",
"AppImageConfigName": "string"
}
],
...
}
}
}
```
1. Gunakan ID domain dan file pengaturan pengguna default untuk memperbarui domain Anda.
```
aws sagemaker update-domain \
--domain-id \
--cli-input-json file://default-user-settings.json
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
{
"DomainArn": "arn:aws:sagemaker:us-east-2:acct-id:domain/d-xxxxxxxxxxxx"
}
```
## Lampirkan SageMaker gambar ke ruang bersama
Anda hanya dapat melampirkan SageMaker gambar ke ruang bersama menggunakan file AWS CLI. Setelah Anda melampirkan versi, Anda harus menghapus semua aplikasi di ruang bersama Anda dan membuka kembali Studio Classic. Untuk informasi tentang menghapus aplikasi, lihat[Hapus domain Amazon SageMaker AI](gs-studio-delete-domain.md).
Anda melakukan langkah-langkah berikut untuk menambahkan SageMaker gambar ke ruang bersama.
+ Dapatkan `DomainID` dari panel kontrol SageMaker AI Anda.
+ Gunakan `DomainID` untuk mendapatkan domain. `DefaultSpaceSettings`
+ Tambahkan `ImageName` dan `AppImageConfig` sebagai a `CustomImage` ke`DefaultSpaceSettings`.
+ Perbarui domain Anda untuk menyertakan gambar kustom untuk ruang bersama.
**Untuk menambahkan SageMaker gambar kustom ke ruang bersama Anda**
1. Buka konsol Amazon SageMaker AI di [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Di panel navigasi kiri, pilih **Konfigurasi admin**.
1. Di bawah **konfigurasi Admin**, pilih **domain**.
1. Dari halaman **Domain**, pilih domain untuk melampirkan gambar.
1. Dari halaman **Detail domain**, pilih tab **Pengaturan domain**.
1. Dari tab **Pengaturan domain**, di bawah **Pengaturan umum**, temukan`DomainId`. ID dalam format berikut:`d-xxxxxxxxxxxx`.
1. Gunakan ID domain untuk mendapatkan deskripsi domain.
```
aws sagemaker describe-domain \
--domain-id
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
{
"DomainId": "d-xxxxxxxxxxxx",
...
"DefaultSpaceSettings": {
"KernelGatewayAppSettings": {
"CustomImages": [
],
...
}
}
}
```
1. Simpan bagian pengaturan ruang default dari respons ke file bernama`default-space-settings.json`.
1. Masukkan `ImageName` dan `AppImageConfigName` dari langkah sebelumnya sebagai gambar khusus. Karena `ImageVersionNumber` tidak ditentukan, versi terbaru dari gambar digunakan, yang merupakan satu-satunya versi dalam kasus ini.
```
{
"DefaultSpaceSettings": {
"KernelGatewayAppSettings": {
"CustomImages": [
{
"ImageName": "string",
"AppImageConfigName": "string"
}
],
...
}
}
}
```
1. Gunakan ID domain dan file pengaturan ruang default untuk memperbarui domain Anda.
```
aws sagemaker update-domain \
--domain-id \
--cli-input-json file://default-space-settings.json
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
{
"DomainArn": "arn:aws:sagemaker:us-east-2:acct-id:domain/d-xxxxxxxxxxxx"
}
```
## Lihat gambar terlampir di SageMaker AI
Setelah Anda membuat SageMaker gambar kustom dan melampirkannya ke domain Anda, gambar muncul di tab **Lingkungan** domain. Anda hanya dapat melihat gambar terlampir untuk ruang bersama menggunakan AWS CLI dengan menggunakan perintah berikut.
```
aws sagemaker describe-domain \
--domain-id
```
# Luncurkan SageMaker Gambar Kustom di Amazon SageMaker Studio Classic
**penting**
Pada 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan aplikasi Studio Classic. Untuk informasi tentang menggunakan pengalaman Studio yang diperbarui, lihat[SageMaker Studio Amazon](studio-updated.md).
Studio Classic masih dipertahankan untuk beban kerja yang ada tetapi tidak lagi tersedia untuk orientasi. Anda hanya dapat menghentikan atau menghapus aplikasi Studio Classic yang ada dan tidak dapat membuat yang baru. Kami menyarankan Anda [memigrasikan beban kerja Anda ke pengalaman Studio baru](studio-updated-migrate.md).
Setelah Anda membuat SageMaker gambar kustom dan melampirkannya ke domain atau ruang bersama, gambar kustom dan kernel muncul di pemilih di kotak dialog **Ubah lingkungan** dari Studio Classic Launcher.
**Untuk meluncurkan dan memilih gambar dan kernel kustom Anda**
1. Di Amazon SageMaker Studio Classic, buka Launcher. Untuk membuka Launcher, pilih **Amazon SageMaker Studio Classic** di kiri atas antarmuka Studio Classic atau gunakan pintasan `Ctrl + Shift + L` keyboard.
Untuk mempelajari semua cara yang tersedia untuk membuka Peluncur, lihat [Gunakan Amazon SageMaker Studio Classic Launcher](studio-launcher.md)
![\[SageMaker Peluncur Studio Klasik.\]](http://docs.aws.amazon.com/id_id/sagemaker/latest/dg/images/studio/studio-new-launcher.png)
1. **Di Peluncur, di bagian **Notebook dan sumber daya komputasi**, pilih Ubah lingkungan.**
1. **Dalam dialog **Ubah lingkungan**, gunakan menu tarik-turun untuk memilih **Gambar Anda dari bagian Gambar** **Kustom**, dan **Kernel** Anda, lalu pilih Pilih.**
1. Di Launcher, pilih **Buat notebook** atau **Buka terminal gambar**. Notebook atau terminal Anda diluncurkan di gambar dan kernel kustom yang dipilih.
Untuk mengubah gambar atau kernel Anda di buku catatan terbuka, lihat[Mengubah Gambar atau Kernel untuk Notebook Amazon SageMaker Studio Classic](notebooks-run-and-manage-change-image.md).
**catatan**
Jika Anda mengalami kesalahan saat meluncurkan gambar, periksa CloudWatch log Amazon Anda. Nama grup log adalah`/aws/sagemaker/studio`. Nama aliran log adalah`$domainID/$userProfileName/KernelGateway/$appName`.
# Bersihkan Sumber Daya untuk Gambar Kustom di Amazon SageMaker Studio Classic
**penting**
Pada 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan aplikasi Studio Classic. Untuk informasi tentang menggunakan pengalaman Studio yang diperbarui, lihat[SageMaker Studio Amazon](studio-updated.md).
Studio Classic masih dipertahankan untuk beban kerja yang ada tetapi tidak lagi tersedia untuk orientasi. Anda hanya dapat menghentikan atau menghapus aplikasi Studio Classic yang ada dan tidak dapat membuat yang baru. Kami menyarankan Anda [memigrasikan beban kerja Anda ke pengalaman Studio baru](studio-updated-migrate.md).
Bagian berikut menunjukkan cara membersihkan sumber daya yang Anda buat di bagian sebelumnya dari konsol SageMaker AI atau AWS CLI. Anda melakukan langkah-langkah berikut untuk membersihkan sumber daya:
+ Lepaskan versi gambar dan gambar dari domain Anda.
+ Hapus gambar, versi gambar, dan konfigurasi gambar aplikasi.
+ Hapus gambar kontainer dan repositori dari Amazon ECR. Untuk informasi selengkapnya, lihat [Menghapus repositori](https://docs.aws.amazon.com/AmazonECR/latest/userguide/repository-delete.html).
## Bersihkan sumber daya dari konsol SageMaker AI
Bagian berikut menunjukkan cara membersihkan sumber daya dari konsol SageMaker AI.
Saat Anda melepaskan gambar dari domain, semua versi gambar akan terlepas. Ketika gambar terlepas, semua pengguna domain kehilangan akses ke versi gambar. Notebook yang berjalan yang memiliki sesi kernel pada versi gambar saat versi terlepas, terus berjalan. Ketika notebook dihentikan atau kernel dimatikan, versi gambar menjadi tidak tersedia.
**Untuk melepaskan gambar**
1. Buka konsol Amazon SageMaker AI di [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Di panel navigasi kiri, pilih **Konfigurasi admin**.
1. Di bawah **konfigurasi Admin**, pilih **Gambar**.
1. Di bawah **gambar Custom SageMaker Studio Classic yang dilampirkan ke domain**, pilih gambar dan kemudian pilih **Lepaskan**.
1. (Opsional) Untuk menghapus gambar dan semua versi dari SageMaker AI, pilih **Hapus juga gambar yang dipilih...** . Ini tidak menghapus gambar kontainer terkait dari Amazon ECR.
1. Pilih **Lepaskan**.
## Membersihkan sumber daya dari AWS CLI
Bagian berikut menunjukkan cara membersihkan sumber daya dari AWS CLI.
**Untuk membersihkan sumber daya**
1. Lepaskan versi gambar dan gambar dari domain Anda dengan meneruskan daftar gambar kustom kosong ke domain. Buka `default-user-settings.json` file yang Anda buat[Lampirkan SageMaker gambar ke domain Anda saat ini](studio-byoi-attach.md#studio-byoi-sdk-attach-current-domain). Untuk melepaskan versi gambar dan gambar dari ruang bersama, buka `default-space-settings.json` file.
1. Hapus gambar kustom dan kemudian simpan file.
```
"DefaultUserSettings": {
"KernelGatewayAppSettings": {
"CustomImages": [
],
...
},
...
}
```
1. Gunakan ID domain dan file pengaturan pengguna default untuk memperbarui domain Anda. Untuk memperbarui ruang bersama Anda, gunakan file pengaturan ruang default.
```
aws sagemaker update-domain \
--domain-id \
--cli-input-json file://default-user-settings.json
```
Responsnya akan terlihat mirip dengan yang berikut ini.
```
{
"DomainArn": "arn:aws:sagemaker:us-east-2:acct-id:domain/d-xxxxxxxxxxxx"
}
```
1. Hapus konfigurasi gambar aplikasi.
```
aws sagemaker delete-app-image-config \
--app-image-config-name custom-image-config
```
1. Hapus SageMaker gambar, yang juga menghapus semua versi gambar. Gambar kontainer di ECR yang diwakili oleh versi gambar tidak dihapus.
```
aws sagemaker delete-image \
--image-name custom-image
```