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。
自定义镜像
如果您需要的功能与 SageMaker 发行版提供的功能不同，则可以自带带有自定义扩展和软件包的镜像。您还可以使用它对 JupyterLab 用户界面进行个性化设置，以满足自己的品牌或合规需求。
下一页将提供用于创建您自己的自定义 SageMaker AI 镜像的 JupyterLab-specific 信息和模板。这旨在补充 Amazon SageMaker Studio 关于创建自己的 SageMaker AI 图像和将自己的图像带到 Studio 的信息和说明。要了解有关自定义 Amazon SageMaker AI 图像以及如何将自己的图像带到 Studio 的信息，请参阅自带映像（BYOI）。
应用程序的运行状况检查和 URL
-
Base URL：BYOI 应用程序的基本 URL 必须为 jupyterlab/default。您只能有一个应用程序，且必须始终命名为 default。
-
HealthCheck API— SageMaker AI 使用端口的运行状况检查端点8888来检查 JupyterLab应用程序的运行状况。 jupyterlab/default/api/status是运行状况检查的终端节点。
-
Home/Default URL— 使用的/opt/.sagemakerinternal和/opt/ml目录 AWS。/opt/ml 中的元数据文件包含有关 DomainId 等资源的元数据。
-
身份验证：要为用户启用身份验证，请关闭基于令牌或密码的 Jupyter Notebook 身份验证，并允许所有来源。
Dockerfile 示例
以下示例是符合上述信息与自定义映像规范的 Dockerfile。
如果您要将自己的镜像带到 SageMaker Unified Studio，则需要遵循亚马逊 Unifie SageMaker d Studio 用户指南中的 Dockerfile 规范。
Dockerfile SageMaker Unified Studio 的示例可以在亚马逊 Unified Studio 用户指南的 Docker SageMaker f ile 示例中找到。
- Example AL2023 Dockerfile
-
以下是符合上述信息与自定义映像规范的示例 AL2023 Dockerfile。
FROM public.ecr.aws/amazonlinux/amazonlinux:2023
ARG NB_USER="sagemaker-user"
ARG NB_UID=1000
ARG NB_GID=100
# Install Python3, pip, and other dependencies
RUN yum install -y \
python3 \
python3-pip \
python3-devel \
gcc \
shadow-utils && \
useradd --create-home --shell /bin/bash --gid "${NB_GID}" --uid ${NB_UID} ${NB_USER} && \
yum clean all
RUN python3 -m pip install --no-cache-dir \
'jupyterlab>=4.0.0,<5.0.0' \
urllib3 \
jupyter-activity-monitor-extension \
--ignore-installed
# Verify versions
RUN python3 --version && \
jupyter lab --version
USER ${NB_UID}
CMD jupyter lab --ip 0.0.0.0 --port 8888 \
--ServerApp.base_url="/jupyterlab/default" \
--ServerApp.token='' \
--ServerApp.allow_origin='*'
- Example 亚马逊 SageMaker 配送 Dockerfile
-
以下是符合上述信息与自定义映像规范的示例 Amazon SageMaker Distribution Dockerfile。
FROM public.ecr.aws/sagemaker/sagemaker-distribution:latest-cpu
ARG NB_USER="sagemaker-user"
ARG NB_UID=1000
ARG NB_GID=100
ENV MAMBA_USER=$NB_USER
USER root
RUN apt-get update
RUN micromamba install sagemaker-inference --freeze-installed --yes --channel conda-forge --name base
USER $MAMBA_USER
ENTRYPOINT ["entrypoint-jupyter-server"]
