自定义深度学习 Containers - AWS 深度学习容器

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。

自定义深度学习 Containers

我们可以使用 Deep Learning Containers 自定义训练和推理，使用 Docker 文件添加自定义框架、库和包。

示例

在下面的示例 Dockerfile 中，我们将包含许多深度学习模型示例的示例 GitHub 存储库添加到 PyTorch Inference 深度学习容器中。 AWS 

# Take base container
FROM 763104351884.dkr.ecr.us-east-1.amazonaws.com/pytorch-inference:2.4-cpu-py311-ec2

# Add custom stack of code
RUN git clone https://github.com/aws-samples/deep-learning-models

使用 Docker 映像的自定义名称和自定义标签构建映像，同时指向您的个人 Docker 注册表（通常为您的用户名）。

docker build -f Dockerfile -t <registry>/<any name>:<any tag>

推送至您的个人 Docker 注册表：

docker push <registry>/<any name>:<any tag>

您可以使用以下命令运行容器：

docker run -it < name or tag>
重要

你可能需要登录才能访问 Deep Learning Containers 图像存储库。在以下命令中指定您的区域：

aws ecr get-login-password --region us-east-1 | docker login --username AWS --password-stdin 763104351884.dkr.ecr.us-east-1.amazonaws.com