Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Ihre Bilder in die Amazon Elastic Container Registry hochladen
Nachdem Sie Ihre Inferenz- und Trainingsbilder erstellt haben, können Sie sie in die Amazon Elastic Container Registry hochladen. Amazon ECR
Themen
Welche Bilder muss ich hochladen?
Wenn Sie ein Modellpaket veröffentlichen, laden Sie nur ein Inferenzbild hoch. Wenn Sie einen Algorithmus veröffentlichen, laden Sie sowohl ein Inferenzbild als auch ein Trainingsbild hoch. Wenn die Inferenz- und Trainingsbilder kombiniert werden, laden Sie das kombinierte Bild nur einmal hoch.
Welche IAM Berechtigungen sind erforderlich?
Bei den folgenden Schritten wird davon ausgegangen, dass der lokale Computer über die richtigen AWS Anmeldeinformationen für eine AWS Identity and Access Management (IAM) Rolle oder einen Benutzer beim Verkäufer verfügt AWS-Konto. Für die Rolle oder den Benutzer müssen sowohl für Amazon als auch AWS Marketplace für Amazon die richtigen Richtlinien geltenECR. Sie könnten beispielsweise die folgenden AWS verwalteten Richtlinien verwenden:
AWSMarketplaceSellerProductsFullAccess — Für den Zugriff auf AWS Marketplace
AmazonEC2ContainerRegistryFullAccess — Für den Zugriff auf Amazon ECR
Loggen Sie Ihren Docker-Client ein AWS
Legen Sie eine Variable für die Datei AWS-Region fest, von der aus Sie veröffentlichen möchten (sieheWird AWS-Regionen für die Veröffentlichung unterstützt). Verwenden Sie für dieses Beispiel die Region USA Ost (Ohio).
region=
us-east-2
Führen Sie den folgenden Befehl aus, um eine Variable mit Ihrer AWS-Konto ID festzulegen. In diesem Beispiel wird davon ausgegangen, dass die aktuellen AWS Command Line Interface (AWS CLI) Anmeldeinformationen denen des Verkäufers gehören AWS-Konto.
account=$(aws sts get-caller-identity --query Account --output text)
Führen Sie den folgenden Befehl aus, um Ihren CLI Docker-Client mit Ihrer AWS-Konto Amazon ECR Docker-Registrierung für Ihre Region zu authentifizieren.
aws ecr get-login-password \ --region ${region} \ | sudo docker login \ --username AWS \ --password-stdin \ ${account}.dkr.ecr.${region}.amazonaws.com
Erstellen Sie ein Repository und laden Sie das Bild hoch
Legen Sie eine Variable für das Tag des hochgeladenen Bildes und eine weitere Variable für den Namen des hochgeladenen Bild-Repositorys fest.
image=
my-inference-image
repo=my-inference-image
Anmerkung
In den vorherigen Abschnitten dieses Handbuchs, in denen die Inferenz- und die Trainingsbilder erstellt wurden, wurden sie jeweils mit my-inference-imageund my-training-imagegekennzeichnet. Erstellen Sie für dieses Beispiel das Inferenz-Image und laden Sie es in ein Repository mit demselben Namen hoch.
Führen Sie den folgenden Befehl aus, um das Image-Repository in Amazon zu erstellenECR.
aws ecr --region ${region} create-repository --repository-name "${repo}"
Der vollständige Name des ECR Amazon-Repository-Standorts besteht aus den folgenden Teilen:
<account-id>.dkr.ecr.<region>.amazonaws.com/<image-repository-name>
Um das Bild in das Repository zu übertragen, müssen Sie es mit dem vollständigen Namen des Repository-Speicherorts kennzeichnen.
Legen Sie eine Variable für den vollständigen Namen des Bild-Repository-Speicherorts zusammen mit dem latest
Tag fest.
fullname="${account}.dkr.ecr.${region}.amazonaws.com/${repo}:latest"
Kennzeichnen Sie das Bild mit dem vollständigen Namen.
sudo docker tag ${image} ${fullname}
Schieben Sie abschließend das Inferenzbild in das Repository in AmazonECR.
sudo docker push ${fullname}
Nach Abschluss des Uploads wird das Bild in der Repository-Liste der ECR Amazon-Konsole
Scannen Sie Ihr hochgeladenes Bild
Wählen Sie in der ECRAmazon-Konsole
Nachdem Ihre Bilder erfolgreich gescannt wurden, können sie verwendet werden, um ein Modellpaket oder eine Algorithmusressource zu erstellen.
Wenn Sie der Meinung sind, dass Ihr Produkt beim Scannen Fehler aufwies, bei denen es sich um Fehlalarme handelt, wenden Sie sich mit Informationen zu dem Fehler an das AWS Marketplace Seller Operations
Nächste Schritte
-
Größenbeschränkungen finden Sie unter Anforderungen und bewährte Verfahren für die Entwicklung von Produkten für maschinelles Lernen
-
Fahren Sie fort zu Erstellen Sie Ihre SageMaker Amazon-Ressource