As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Contêineres Docker personalizados com IA SageMaker
<a name="docker-containers-adapt-your-own"></a>

Você pode adaptar uma imagem existente do Docker para trabalhar com SageMaker IA. Talvez seja necessário usar uma imagem externa existente do Docker com SageMaker IA quando tiver um contêiner que atenda aos requisitos de recursos ou de segurança que atualmente não são suportados por uma imagem de IA pré-criada SageMaker . Há dois kits de ferramentas que permitem que você traga seu próprio contêiner e o adapte para funcionar com SageMaker IA:
+ [SageMaker Kit de ferramentas de treinamento](https://github.com/aws/sagemaker-training-toolkit) — Use esse kit de ferramentas para treinar modelos com SageMaker IA.
+ [SageMaker Kit de ferramentas de inferência de IA](https://github.com/aws/sagemaker-inference-toolkit) — Use esse kit de ferramentas para implantar modelos com IA. SageMaker 

Os tópicos a seguir mostram como adaptar sua imagem existente usando os kits de ferramentas SageMaker de treinamento e inferência:

**Topics**
+ [Bibliotecas de estrutura individuais](#docker-containers-adapt-your-own-frameworks)
+ [SageMaker Kits de ferramentas de treinamento e inferência](amazon-sagemaker-toolkits.md)
+ [Como adaptar o próprio contêiner de treinamento](adapt-training-container.md)
+ [Adapte seu próprio contêiner de inferência para a Amazon AI SageMaker](adapt-inference-container.md)

## Bibliotecas de estrutura individuais
<a name="docker-containers-adapt-your-own-frameworks"></a>

Além do kit de ferramentas de SageMaker treinamento e do kit de ferramentas de inferência de SageMaker IA, a SageMaker IA também fornece kits de ferramentas especializados para TensorFlow, MXNet, PyTorch e Chainer. A tabela a seguir fornece links para os GitHub repositórios que contêm o código-fonte de cada estrutura e seus respectivos kits de ferramentas de serviço. As instruções vinculadas são para usar o SDK do Python para executar algoritmos de treinamento e hospedar modelos na IA. SageMaker A funcionalidade dessas bibliotecas individuais está incluída no SageMaker AI Training Toolkit e no SageMaker AI Inference Toolkit.


| Framework | Código-fonte do kit de ferramentas | 
| --- | --- | 
| TensorFlow | [SageMaker TensorFlow Treinamento de IA](https://github.com/aws/sagemaker-tensorflow-training-toolkit)<br />[SageMaker TensorFlow Servidor de IA](https://github.com/aws/sagemaker-tensorflow-serving-container) | 
| MXNet | [SageMaker MXNet Treinamento de IA](https://github.com/aws/sagemaker-mxnet-training-toolkit)<br />[SageMaker MXNet Inferência de IA](https://github.com/aws/sagemaker-mxnet-inference-toolkit) | 
| PyTorch | [SageMaker PyTorch Treinamento de IA](https://github.com/aws/sagemaker-pytorch-training-toolkit)<br />[SageMaker PyTorch Inferência de IA](https://github.com/aws/sagemaker-pytorch-inference-toolkit) | 
| Chainer | [SageMaker Contêineres AI Chainer SageMaker ](https://github.com/aws/sagemaker-chainer-container) |