Atualizar a configuração do contêiner - SageMaker IA da Amazon

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.

Atualizar a configuração do contêiner

Você pode trazer imagens personalizadas do Docker para seus fluxos de trabalho de aprendizado de máquina. Um aspecto fundamental da personalização dessas imagens é definir as configurações do contêiner, ou. ContainerConfig A página a seguir fornece um exemplo de como configurar seuContainerConfig.

Um ponto de entrada é o comando ou script executado quando o contêiner é iniciado. Os pontos de entrada personalizados permitem que você configure seu ambiente, inicialize serviços ou execute qualquer configuração necessária antes da inicialização do aplicativo.

Este exemplo fornece instruções sobre como configurar um ponto de entrada personalizado para seu JupyterLab aplicativo usando o. AWS CLI Este exemplo pressupõe que você já tenha criado uma imagem e um domínio personalizados. Para instruções, consulte Anexe sua imagem personalizada ao seu domínio.

  1. Primeiro, defina suas variáveis para os AWS CLI comandos a seguir.

    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-nameé o nome da configuração da imagem do seu aplicativo.

    • entrypoint-file-nameé o nome do script do ponto de entrada do seu contêiner. Por exemplo, .entrypoint.sh

    • environment-keyé o nome da sua variável de ambiente.

    • environment-valueé o valor atribuído à sua variável de ambiente.

    • aws-regioné o Região da AWS do seu domínio Amazon SageMaker AI. Você pode encontrar isso no canto superior direito de qualquer página AWS do console.

    • domain-idé o seu ID de domínio. Para ver seus domínios, consulteVisualizar domínios.

    • custom-image-nameé o nome da sua imagem personalizada. Para ver os detalhes de sua imagem personalizada, consulteExibir detalhes da imagem personalizada (console).

      Se você seguiu as instruções emAnexe sua imagem personalizada ao seu domínio, talvez queira usar o mesmo nome de imagem usado nesse processo.

    • custom-image-versioné o número da versão da sua imagem personalizada. Isso deve ser um número inteiro, representando a versão da sua imagem. Para ver os detalhes de sua imagem personalizada, consulteExibir detalhes da imagem personalizada (console).

  2. Use a CreateAppImageConfigAPI para criar uma configuração de imagem.

    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. Use a UpdateDomainAPI para atualizar as configurações padrão do seu domínio. Isso anexará a imagem personalizada, bem como a configuração da imagem do aplicativo. 

    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}\"
                }
            ]
        }
    }"