本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用 SageMaker AI 自訂 Docker 容器
<a name="docker-containers-adapt-your-own"></a>

您可以調整現有的 Docker 映像，以便與 SageMaker AI 搭配使用。當您有的容器所符合的特徵或安全性需求是預先建置的 SageMaker AI 映像目前不支援的，您使用 SageMaker AI 可能要搭配現有的外部 Docker 映像。有兩個工具組可讓您使用自有的容器，並將其調整為 SageMaker AI 可使用：
+ [SageMaker 訓練工具組](https://github.com/aws/sagemaker-training-toolkit) – 搭配使用此工具組和 SageMaker AI 來訓練模型。
+ [SageMaker AI 推論工具組](https://github.com/aws/sagemaker-inference-toolkit) – 搭配使用此工具組和 SageMaker AI 來部署模型。

以下主題說明如何使用 SageMaker 訓練和推論工具組來調整現有映像：

**Topics**
+ [個別架構程式庫](#docker-containers-adapt-your-own-frameworks)
+ [SageMaker 訓練和推論工具組](amazon-sagemaker-toolkits.md)
+ [調整自有訓練容器](adapt-training-container.md)
+ [為 Amazon SageMaker AI 調整您的自有推論容器](adapt-inference-container.md)

## 個別架構程式庫
<a name="docker-containers-adapt-your-own-frameworks"></a>

除了 SageMaker AI 訓練工具組和 SageMaker 推論工具組之外，SageMaker AI 還提供專門用於 TensorFlow、MXNet、PyTorch 和 Chainer 的工具組。以下資料表提供 GitHub 儲存庫的連結，儲存庫內包含每個架構及其各自的服務工具組的原始程式碼。連結的指示均用於使用 Python SDK 來執行訓練演算法以及在 SageMaker AI 上託管模型。這些個別程式庫的功能包含在 SageMaker AI 訓練工具組和 SageMaker AI 推論工具組中。


| 架構 | 工具組原始程式碼 | 
| --- | --- | 
| TensorFlow |  [SageMaker AI TensorFlow 訓練](https://github.com/aws/sagemaker-tensorflow-training-toolkit) [SageMaker AI TensorFlow 服務](https://github.com/aws/sagemaker-tensorflow-serving-container)  | 
| MXNet |  [SageMaker AI MXNet 訓練](https://github.com/aws/sagemaker-mxnet-training-toolkit) [SageMaker AI MXNet 推論](https://github.com/aws/sagemaker-mxnet-inference-toolkit)  | 
| PyTorch |  [SageMaker AI PyTorch 訓練](https://github.com/aws/sagemaker-pytorch-training-toolkit) [SageMaker AI PyTorch 推論](https://github.com/aws/sagemaker-pytorch-inference-toolkit)  | 
| Chainer |  [SageMaker AI Chainer SageMaker AI 容器](https://github.com/aws/sagemaker-chainer-container)  |