Perbarui konfigurasi wadah - Amazon SageMaker AI

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

Perbarui konfigurasi wadah

Anda dapat membawa gambar Docker khusus ke dalam alur kerja pembelajaran mesin Anda. Aspek kunci dari menyesuaikan gambar-gambar ini adalah mengonfigurasi konfigurasi kontainer, atau. ContainerConfig Halaman berikut memberikan contoh tentang cara mengkonfigurasi AndaContainerConfig.

Entrypoint adalah perintah atau skrip yang berjalan saat wadah dimulai. Entrypoint khusus memungkinkan Anda untuk mengatur lingkungan Anda, menginisialisasi layanan, atau melakukan pengaturan yang diperlukan sebelum aplikasi Anda diluncurkan.

Contoh ini memberikan petunjuk tentang cara mengkonfigurasi entrypoint kustom, untuk JupyterLab aplikasi Anda, menggunakan. AWS CLI Contoh ini mengasumsikan bahwa Anda telah membuat gambar dan domain khusus. Untuk petunjuk, lihat Lampirkan gambar kustom Anda ke domain Anda.

  1. Pertama atur variabel Anda untuk AWS CLI perintah yang mengikuti.

    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-nameadalah nama konfigurasi gambar aplikasi Anda.

    • entrypoint-file-nameadalah nama skrip entrypoint container Anda. Misalnya, entrypoint.sh.

    • environment-keyadalah nama variabel lingkungan Anda.

    • environment-valueadalah nilai yang diberikan ke variabel lingkungan Anda.

    • aws-regionadalah Wilayah AWS domain SageMaker AI Amazon Anda. Anda dapat menemukan ini di kanan atas halaman AWS konsol mana pun.

    • domain-idadalah ID domain Anda. Untuk melihat domain Anda, lihatLihat domain.

    • custom-image-nameadalah nama gambar kustom Anda. Untuk melihat detail gambar kustom Anda, lihatLihat detail gambar khusus (konsol).

      Jika Anda mengikuti instruksiLampirkan gambar kustom Anda ke domain Anda, Anda mungkin ingin menggunakan nama gambar yang sama dengan yang Anda gunakan dalam proses itu.

    • custom-image-versionadalah nomor versi gambar kustom Anda. Ini harus berupa bilangan bulat, mewakili versi gambar Anda. Untuk melihat detail gambar kustom Anda, lihatLihat detail gambar khusus (konsol).

  2. Gunakan CreateAppImageConfigAPI untuk membuat konfigurasi gambar.

    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. Gunakan UpdateDomainAPI untuk memperbarui pengaturan default untuk domain Anda. Ini akan melampirkan gambar kustom serta konfigurasi gambar aplikasi. 

    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}\"
                }
            ]
        }
    }"