View a markdown version of this page

Definisci l'ambiente per lo script del tuo algoritmo - Amazon Braket

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Definisci l'ambiente per lo script del tuo algoritmo

Amazon Braket supporta ambienti definiti da contenitori per lo script del tuo algoritmo:

  • Un contenitore di base (predefinito, se non image_uri è specificato)

  • Un contenitore con CUDA-Q

  • Un contenitore con TensorFlow e PennyLane

  • Un contenitore con PyTorch PennyLane, e CUDA-Q

La tabella seguente fornisce dettagli sui contenitori e sulle librerie che includono.

Contenitori Amazon Braket
Tipo Base CUDA-Q TensorFlow PyTorch

URI dell'immagine

292282985366.dkr.ecr.us-west-2.amazonaws. com/amazon- braket-base-jobs: ultimi lavori

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

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

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

Immagine base

public.ecr. aws/lts/ubuntu:24.04

pubblico.ecr. aws/lts/ubuntu:24.04

AWS Contenitore di apprendimento profondo tensorflow-training:2.19.0-gpu-py312-cu125-ubuntu22.04

AWS Contenitore di apprendimento profondo pytorch-training:2.8.0-gpu-py312-cu129-ubuntu22.04

Versione di Python

3.12

3,12

3,12

3,12

Pacchetti preinstallati

  • amazon-braket-default-simulator

  • plugin amazon-braket-pennylane

  • schemi amazon-braket-

  • amazon-braket-sdk

  • awscli

  • boto3

  • botocore

  • chiedere

  • matplotlib

  • mpi4py

  • numpy

  • pandas

  • corsia da un centesimo

  • Pennylane-Lightning

  • qiskit

  • qiskit-braket-provider

  • formazione per sagemaker

  • scikit-learn

  • scipy

  • simulatore amazon-braket-default

  • plugin amazon-braket-pennylane

  • schemi amazon-braket-

  • amazon-braket-sdk

  • awscli

  • boto3

  • botocore

  • cuda-quantum-cu12

  • cudaq-qec-cu12

  • risolutori cudaq-cu12

  • chiedere

  • matplotlib

  • mpi4py

  • numpy

  • pandas

  • corsia da un centesimo

  • Pennylane-Lightning

  • qiskit

  • qiskit-braket-provider

  • formazione per sagemaker

  • scikit-learn

  • scipy

  • simulatore amazon-braket-default

  • plugin amazon-braket-pennylane

  • schemi amazon-braket-

  • amazon-braket-sdk

  • awscli

  • boto3

  • botocore

  • chiedere

  • h5py

  • kernel ipy

  • jupyterlab

  • matplotlib

  • notebook

  • numpy

  • openfermion

  • pandas

  • penny lane

  • Pennylane-Lightning

  • pidantico

  • formazione per salvifici

  • scikit-learn

  • scipy

  • tensorflow

  • simulatore amazon-braket-default

  • plugin amazon-braket-pennylane

  • schemi amazon-braket-

  • amazon-braket-sdk

  • awscli

  • boto3

  • botocore

  • cuda-quantum-cu12

  • cudaq-qec-cu12

  • risolutori cudaq-cu12

  • chiedere

  • h5py

  • kernel ipy

  • matplotlib

  • numpy

  • openfermion

  • pandas

  • penny lane

  • pennylane-lightning [gpu]

  • pydantic

  • formazione per salvifici

  • scikit-learn

  • scipy

  • torcia

Puoi visualizzare e accedere alle definizioni dei contenitori open source su braket/amazon amazon-braket-containers on. GitHub Scegli il contenitore più adatto al tuo caso d'uso. Puoi utilizzare una qualsiasi delle AWS regioni disponibili in Braket (us-east-1, us-west-1, us-west-2, eu-north-1, eu-west-2), ma la regione del container deve corrispondere alla regione per il tuo lavoro ibrido. Specificate l'immagine del contenitore quando create un job ibrido aggiungendo uno dei quattro argomenti seguenti alla chiamata nello script del job ibrido. create(…​) È possibile installare dipendenze aggiuntive nel contenitore scelto in fase di esecuzione (al costo dell'avvio o del runtime) perché i contenitori Amazon Braket dispongono di connettività Internet. L'esempio seguente si riferisce alla regione us-west-2.

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

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

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

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

image-urisPossono anche essere recuperati utilizzando la funzione in Braket SDK. retrieve_image() Amazon L'esempio seguente mostra come recuperarli da us-west-2. Regione 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")