Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Política de soporte de SageMaker imágenes prediseñadas

Todas las SageMaker imágenes prediseñadas, incluidos los contenedores específicos del marco, los contenedores de algoritmos integrados, los algoritmos y los paquetes de modelos, se enumeran en AWS Marketplace, y AWS El programa Common Vulnerability and Exposures (CVE) y la National Vulnerability Database () y la National Vulnerability Database (NVD) analizan periódicamente los Deep Learning Containers para detectar las vulnerabilidades más comunes enumeradas por el Programa de Vulner Para obtener más información al respectoCVEs, consulte CVEPreguntas frecuentes (FAQs). Las imágenes de contenedores prediseñadas compatibles reciben una versión secundaria actualizada después de cualquier parche de seguridad.

Todas las imágenes de contenedores compatibles se actualizan de forma rutinaria para abordar cualquier problema críticoCVEs. Para situaciones de alta gravedad, recomendamos a los clientes que creen y alojen una versión parcheada del contenedor en su propio Amazon Elastic Container Registry (AmazonECR).

Si utilizas una versión de imagen de contenedor que ya no es compatible, es posible que no tengas los controladores, las bibliotecas y los paquetes relevantes más actualizados. Para obtener una up-to-date versión posterior, le recomendamos que actualice a uno de los marcos compatibles disponibles utilizando la imagen más reciente de su elección.

SageMaker no publica out-of-patch imágenes para contenedores en versiones nuevas Regiones de AWS.

AWS Política de soporte de Deep Learning Containers (DLC)

AWS Deep Learning Containers son un conjunto de imágenes de Docker para entrenar y servir modelos de aprendizaje profundo. Para ver las imágenes disponibles, consulte Imágenes de Deep Learning Containers disponibles en el GitHub repositorio de Deep Learning Containers.

DLCsalcanzaron la fecha de finalización del parche 365 días después de la fecha GitHub de lanzamiento. Las actualizaciones de parches no DLCs son actualizaciones «in situ». Debe eliminar la imagen existente en la instancia y extraer la imagen del contenedor más reciente sin cerrar la instancia. Para obtener más información, consulte la Política de soporte de Framework en la AWS Guía para desarrolladores de Deep Learning Containers.

Consulte la AWS Tabla de políticas de soporte de Deep Learning Containers Framework para comprobar qué marcos y versiones son compatibles activamente AWS DLCs. Puede hacer referencia al marco asociado a a DLC en la tabla de políticas de soporte para cualquier imagen que no aparezca explícitamente en la lista. Por ejemplo, puede consultar PyTorchen la tabla de políticas de soporte DLC imágenes como huggingface-pytorch-inference ystabilityai-pytorch-inference.

SageMaker Política de soporte de ML Framework Container

Los contenedores SageMaker ML Framework son un conjunto de imágenes de Docker para entrenar y atender cargas de trabajo de aprendizaje automático con entornos optimizados para marcos comunes, como Scikit XGBoost Learn. Para ver los contenedores de SageMaker ML Framework disponibles, consulta las rutas de registro de Docker y el código de ejemplo. Navegue hasta la AWS La región que elijas y busca imágenes con la etiqueta (algoritmo). SageMaker Los contenedores ML Framework también cumplen con las AWS Política de soporte del marco Deep Learning Containers.

Para recuperar la versión de imagen más reciente de la versión XGBoost 1.7-1 en modo framework, utilice lo siguiente SageMaker Python SDKcomandos:

from sagemaker import image_uris
image_uris.retrieve(framework='xgboost',region='us-east-1',version='1.7-1')

SageMaker Política de soporte de contenedores de algoritmos integrada

Los contenedores de algoritmos SageMaker integrados son un conjunto de imágenes de Docker para entrenar y servir los algoritmos SageMaker de aprendizaje automático integrados en el sistema. Para ver los contenedores de algoritmos SageMaker integrados disponibles, consulte las rutas de registro de Docker y el código de ejemplo. Navegue hasta el AWS La región que elijas y busca imágenes con la etiqueta (algoritmo).

Las actualizaciones de parches para las imágenes de contenedores integradas son actualizaciones «in situ». Para mantener up-to-date los parches de seguridad más recientes, te recomendamos que consultes la última versión de la imagen del algoritmo integrado utilizando la etiqueta de latest imagen.

LLMPolítica de soporte de Hosting Container

LLMalojar contenedores como el HuggingFace Los contenedores Text Generation Inference (TGI) llegan a su fecha de finalización del parche 30 días después de su fecha de GitHub lanzamiento.

Contenedores no compatibles y obsoletos

Cuando un contenedor llega al final del parche o queda obsoleto, deja de recibir los parches de seguridad. Los contenedores quedan obsoletos cuando ya no se admiten marcos o algoritmos completos.

Los siguientes contenedores ya no reciben soporte: