View a markdown version of this page

为算法脚本定义环境 - Amazon Braket

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

为算法脚本定义环境

Amazon Braket 支持由容器为算法脚本定义的环境：

  • 基础容器（如果未指定，则 image_uri 为默认容器）

  • 一个装有 CUDA-Q

  • 带有 TensorFlow 和的容器 PennyLane

  • 带有 PyTorch PennyLane、和的容器 CUDA-Q

下表详细介绍了有关容器及其包含的库的详细信息。

Amazon Braket 容器
Type Base CUDA-Q TensorFlow PyTorch

映像 URI

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

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

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

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

基础镜像

public.ecr。aws/lts/ubuntu: 24.04

public.ecr。aws/lts/ubuntu: 24.04

AWS 深度学习容器 tensorflow-training: 2.19.0-gpu-py312-cu125-ubuntu22.04

AWS 深度学习容器 pytorch-training: 2.8.0-gpu-py312-cu129-ubuntu22.04

Python 版本

3.12

3.12

3.12

3.12

预安装的软件包

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • awscli

  • boto3

  • botocore

  • dask

  • matplotlib

  • mpi4py

  • numpy

  • pandas

  • pennylane

  • pennylane-light

  • qiskit

  • qiskit-braket-provider

  • sagemaker-training

  • scikit-learn

  • scipy

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • awscli

  • boto3

  • botocore

  • cuda-quantum-cu12

  • cudaq-qec-cu12

  • cudaq-solvers-cu12

  • dask

  • matplotlib

  • mpi4py

  • numpy

  • pandas

  • pennylane

  • pennylane-light

  • qiskit

  • qiskit-braket-provider

  • sagemaker-training

  • scikit-learn

  • scipy

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • awscli

  • boto3

  • botocore

  • dask

  • h5py

  • ipykernel

  • jupyterlab

  • matplotlib

  • Notebook

  • numpy

  • openfermion

  • pandas

  • pennylane

  • pennylane-light

  • pydantic

  • sagemaker-training

  • scikit-learn

  • scipy

  • tensorflow

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • awscli

  • boto3

  • botocore

  • cuda-quantum-cu12

  • cudaq-qec-cu12

  • cudaq-solvers-cu12

  • dask

  • h5py

  • ipykernel

  • matplotlib

  • numpy

  • openfermion

  • pandas

  • pennylane

  • pennylane-lightning [gpu

  • pydantic

  • sagemaker-training

  • scikit-learn

  • scipy

  • 火炬

你可以在 ama zon braket/amazon--braket- containers 上查看和访问开源容器定义。 GitHub选择与您的使用案例匹配的容器。您可以使用 Braket 中的任何可用 AWS 区域（美国东部-1、美国-西部 1、美国-西部 2、eu-north-1、eu-west-1、eu-west-2），但容器区域必须与混合任务的区域相匹配。通过在混合作业脚本中的create(…​)调用中添加以下四个参数之一，在创建混合任务时指定容器镜像。由于 Amazon Braket 容器有互联网连接，因此您可以在运行时将其他依赖项安装到您选择的容器中（以启动或运行时为代价）。此示例使用 us-west-2 区域。

  • 基础图片：image_uri= “292282985366.dkr.ecr.us-west-2.amazonaws。com/amazon-braket-base-jobs：最新”

  • CUDA-Q 图片：image_uri= “292282985366.dkr.ecr.us-west-2.amazonaws。com/amazon-braket-cudaq-jobs: 最新”

  • TensorFlow 图片：image_uri= “292282985366.dkr.ecr.us-west-2.amazonaws。com/amazon-braket-tensorflow-jobs：最新”

  • PyTorch 图片：image_uri= “292282985366.dkr.ecr.us-west-2.amazonaws。com/amazon-braket-pytorch-jobs：最新”

image-uris 也可以使用 Amazon Braket SDK 中的 retrieve_image() 函数进行检索。以下示例显示如何从 us-west- AWS 区域 2 中检索它们。

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")