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。

# 預先建置的 SageMaker AI Docker 映像
<a name="docker-containers-prebuilt"></a>

Amazon SageMaker AI 為其內建演算法提供容器，並為一些最常見的機器學習架構 (例如 Apache MXNet、TensorFlow、PyTorch 和 Chainer) 提供預先建置的 Docker 映像。它還支援機器學習程式庫，例如 scikit-learn 和 SparkML。

您可以在 SageMaker 筆記本執行個體或 SageMaker Studio 中使用這些映像。您還可以延伸預先建置的 SageMaker 映像，以包含程式庫和所需的功能。以下主題提供可用映像的相關資訊，以及如何使用它們的說明。

如需每種 Amazon SageMaker AI 提供的演算法和深度學習容器 (DLC) 的 Docker 登錄檔路徑和其他參數，請參閱 [Docker 登錄檔路徑和範例程式碼](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths)。

有關在 SageMaker AI 中開發強化學習 (RL) 解決方案的 Docker 映像的資訊，請參閱 [SageMaker AI RL 容器](https://github.com/aws/sagemaker-rl-container)。

**注意**  
預先建置的容器映像由 SageMaker AI 擁有，且在部分情況下包含專屬程式碼。訓練和處理任務、批次轉換和即時推論等功能會使用服務擁有的登入資料，在受管的 SageMaker AI 執行個體上提取和執行映像。由於未使用客戶登入資料，任何拒絕 AWS Amazon ECR 許可的 IAM 政策 （包括服務控制政策和資源控制政策） 都不會阻止使用預先建置的映像。

**Topics**
+ [預先建置的 SageMaker 映像支援政策](pre-built-containers-support-policy.md)
+ [適用於深度學習的預先建置 SageMaker AI Docker 映像](pre-built-containers-frameworks-deep-learning.md)
+ [存取 Scikit-learn 和 Spark ML 的 Docker 映像](pre-built-docker-containers-scikit-learn-spark.md)
+ [深度圖形網路](deep-graph-library.md)
+ [延伸預先建置的容器](prebuilt-containers-extend.md)