Supporto in modalità locale in Amazon SageMaker Studio - Amazon SageMaker AI
Supporto di Docker

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.

Supporto in modalità locale in Amazon SageMaker Studio

Importante

Le politiche IAM personalizzate che consentono ad Amazon SageMaker Studio o Amazon SageMaker Studio Classic di creare SageMaker risorse Amazon devono inoltre concedere le autorizzazioni per aggiungere tag a tali risorse. L'autorizzazione per aggiungere tag alle risorse è necessaria perché Studio e Studio Classic taggano automaticamente tutte le risorse che creano. Se una policy IAM consente a Studio e Studio Classic di creare risorse ma non consente l'aggiunta di tag, si possono verificare errori AccessDenied "" durante il tentativo di creare risorse. Per ulteriori informazioni, consulta Fornisci le autorizzazioni per SageMaker etichettare le risorse AI.

AWS politiche gestite per Amazon SageMaker AIche danno i permessi per creare SageMaker risorse includono già le autorizzazioni per aggiungere tag durante la creazione di tali risorse.

Le applicazioni Amazon SageMaker Studio supportano l'uso della modalità locale per creare stimatori, processori e pipeline, quindi distribuirli in un ambiente locale. Con la modalità locale, puoi testare gli script di machine learning prima di eseguirli in ambienti di hosting o formazione gestiti da Amazon SageMaker AI. Studio supporta la modalità locale nelle seguenti applicazioni:

  • Amazon SageMaker Studio Classic

  • JupyterLab

  • Editor di codice, basato su Code-OSS, Visual Studio Code - Open Source

La modalità locale nelle applicazioni Studio viene richiamata utilizzando SageMaker Python SDK. Nelle applicazioni Studio, la modalità locale funziona in modo simile a come funziona nelle istanze di SageMaker notebook Amazon, con alcune differenze. Per ulteriori informazioni sull'uso della modalità locale con SageMaker Python SDK, consulta Local Mode.

Nota

Le applicazioni Studio non supportano i lavori con più contenitori in modalità locale. I lavori in modalità locale sono limitati a una singola istanza per i lavori di formazione, inferenza ed elaborazione. Quando si crea un processo in modalità locale, la configurazione del conteggio delle istanze deve essere1. 

Supporto di Docker

Come parte del supporto in modalità locale, le applicazioni Studio supportano funzionalità di Docker accesso limitato. Grazie a questo supporto, gli utenti possono interagire con l'DockerAPI dai notebook Jupyter o dal terminale di immagini dell'applicazione. I clienti possono interagire utilizzando uno dei seguenti strumentiDocker:

Studio supporta anche funzionalità di Docker accesso limitato con le seguenti restrizioni:

  • L'utilizzo delle Docker reti non è supportato.

  • Dockerl'utilizzo del volume non è supportato durante l'esecuzione del contenitore. Durante l'orchestrazione del contenitore sono consentiti solo gli input Volume Bind Mount. Gli input di montaggio per il bind del volume devono trovarsi sul volume Amazon Elastic File System (Amazon EFS) per Studio Classic. Per le applicazioni JupyterLab e Code Editor, deve trovarsi nel volume Amazon Elastic Block Store (Amazon EBS).

  • Le operazioni di ispezione dei container sono consentite.

  • La mappatura tra porta container e host non è consentita. Tuttavia, puoi specificare una porta per l'hosting. L'endpoint è quindi accessibile da Studio utilizzando il seguente URL:

    http://localhost:port

Dockeroperazioni supportate

La tabella seguente elenca tutti gli endpoint Docker API supportati in Studio, incluse eventuali limitazioni di supporto. Se nella tabella manca un endpoint API, Studio non lo supporta.

Documentazione API Limitazioni
SystemAuth
SystemEvents
SystemVersion
SystemPing
SystemPingHead
ContainerCreate

  • I contenitori non possono essere eseguiti su bridge Docker predefiniti o Docker reti personalizzate. I contenitori vengono eseguiti nella stessa rete del contenitore dell'applicazione Studio.

  • Gli utenti possono utilizzare solo il seguente valore per il nome della rete:sagemaker. Per esempio:

    docker run --net sagemaker parameter-values

  • Per l'utilizzo del volume sono consentiti solo i bind mount. La directory host deve esistere su Amazon EFS per KernelGateway le applicazioni o Amazon EBS per altre applicazioni.

  • I contenitori non possono essere eseguiti in modalità privilegiata o con autorizzazioni di elaborazione sicure elevate.
ContainerStart
ContainerStop
ContainerKill
ContainerDelete
ContainerList
ContainerLogs
ContainerInspect
ContainerWait
ContainerAttach
ContainerPrune
ContainerResize
ImageCreate VPC-onlyil supporto della modalità è limitato alle immagini Amazon ECR negli account consentiti.
ImagePrune
ImagePush VPC-onlyil supporto della modalità è limitato alle immagini Amazon ECR negli account consentiti.
ImageList
ImageInspect
ImageGet
ImageDelete
ImageBuild

  • VPC-onlyil supporto della modalità è limitato alle immagini Amazon ECR negli account consentiti.

  • Gli utenti possono utilizzare solo il seguente valore per il nome della rete:. sagemaker Per esempio:

    docker build --network sagemaker parameter-values
Argomenti