Amazon SageMaker Studio Classic 中的自訂映像 - Amazon SageMaker AI
重要術語

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。

Amazon SageMaker Studio Classic 中的自訂映像

重要

自 2023 年 11 月 30 日起，先前的 Amazon SageMaker Studio 體驗現在命名為 Amazon SageMaker Studio Classic。下節專門介紹如何使用 Studio Classic 應用程式。如需使用已更新 Studio 體驗的資訊，請參閱 Amazon SageMaker Studio。

Studio Classic 仍會針對現有工作負載進行維護，但無法再用於加入。您只能停止或刪除現有的 Studio Classic 應用程式，而且無法建立新的應用程式。建議您將工作負載遷移至新的 Studio 體驗。

SageMaker 映像檔是一個檔案，可識別在 Amazon SageMaker Studio Classic 中執行 Jupyter 筆記本所需的核心、語言套件和其他相依性。這些映像檔可用來建立您接著執行 Jupyter 筆記本的環境。Amazon SageMaker AI 提供許多內建映像供您使用。如需內建映像的清單，請參閱Amazon SageMaker 映像可與 Studio Classic 筆記本搭配使用。

如果您需要不同的功能，您可以自帶自訂映像至 Studio Classic。您可以使用 SageMaker AI 控制面板、適用於 Python (Boto3) 的 AWS SDK 和 AWS Command Line Interface (AWS CLI) 建立映像和映像版本，並將映像版本連接到您的網域或共用空間。您也可以使用 SageMaker AI 主控台建立映像和映像版本，即使您尚未登入 SageMaker AI 網域也是如此。SageMaker AI 提供範例 Docker 檔案，以用作 SageMaker Studio Classic 自訂映像範例儲存庫中自訂 SageMaker 映像的起點。

下列主題說明如何使用 SageMaker AI 主控台取得您自己的映像 AWS CLI，或在 Studio Classic 中啟動映像。如需類似的部落格文章，請參閱將您自己的 R 環境帶到 Amazon SageMaker Studio Classic。如需展示如何自帶映像用於訓練和推論的筆記本，請參閱 Amazon SageMaker Studio Classic 容器建置 CLI。

重要術語

下節定義了自帶映像與 Studio Classic 搭配使用的重要術語。

  • Dockerfile：一個 Dockerfile 是一個文件，標識語言包和 Docker 映像的其他依賴關係。

  • Docker 映像：Docker 映像是一個內建的 Dockerfile。此映像已簽入至 Amazon ECR，並做為 SageMaker AI 映像的基礎。

  • SageMaker 映像：SageMaker 映像是以 Docker 映像為基礎的一組 SageMaker AI 映像版本的持有者。每個映像版本都是固定的。

  • 映像版本：SageMaker 映像的映像版本代表 Docker 映像，並儲存在 Amazon ECR 儲存庫中。每個映像版本都不可變。這些映像版本可以連接到網域或共用空間，並與 Studio Classic 搭配使用。

主題