Seleccione sus preferencias de cookies

Usamos cookies esenciales y herramientas similares que son necesarias para proporcionar nuestro sitio y nuestros servicios. Usamos cookies de rendimiento para recopilar estadísticas anónimas para que podamos entender cómo los clientes usan nuestro sitio y hacer mejoras. Las cookies esenciales no se pueden desactivar, pero puede hacer clic en “Personalizar” o “Rechazar” para rechazar las cookies de rendimiento.

Si está de acuerdo, AWS y los terceros aprobados también utilizarán cookies para proporcionar características útiles del sitio, recordar sus preferencias y mostrar contenido relevante, incluida publicidad relevante. Para aceptar o rechazar todas las cookies no esenciales, haga clic en “Aceptar” o “Rechazar”. Para elegir opciones más detalladas, haga clic en “Personalizar”.

Preferencias
Contacte con nosotros
Comentarios
AWS Documentation
Cree una cuenta AWS

Concesión de acceso a los usuarios a imágenes personalizadas

PDF
RSS
Modo de enfoque
Concesión de acceso a los usuarios a imágenes personalizadas - Amazon SageMaker AI
Paso 1: creación del DockerfilePaso 2: Crear la imagenPaso 3: inserción de la imagen en el repositorio de Amazon Elastic Container RegistryPaso 4: Adjunta una imagen al dominio Amazon SageMaker AI de tus usuarios

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.

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.

Esta documentación proporciona step-by-step instrucciones para proporcionar a los usuarios acceso a imágenes personalizadas en sus JupyterLab entornos. Puede utilizar la información de esta página para crear entornos personalizados para los flujos de trabajo de sus usuarios. El proceso implica la utilización de:

  • Docker

  • AWS Command Line Interface

  • Amazon Elastic Container Registry

  • Amazon SageMaker AI AWS Management Console

Tras seguir las instrucciones de esta página, JupyterLab los usuarios del dominio Amazon SageMaker AI tendrán acceso a la imagen y el entorno personalizados desde sus espacios de Jupyter para potenciar sus flujos de trabajo de aprendizaje automático.

importante

En esta página se da por sentado que dispone de las funciones y AWS Command Line Interface Docker instalado en su máquina local.

Para que sus usuarios ejecuten correctamente su imagen en JupyterLab ella, debe hacer lo siguiente:

Ejecución correcta de la imagen por parte de los usuarios

  1. Cree el Dockerfile.

  2. Cree la imagen a partir del Dockerfile

  3. Cargue la imagen en Amazon Elastic Container Registry.

  4. Adjunta la imagen a tu dominio de Amazon SageMaker AI

  5. Haga que sus usuarios accedan a la imagen desde su JupyterLab espacio

Paso 1: creación del Dockerfile

Cree un Dockerfile para definir los pasos necesarios para crear el entorno necesario para ejecutar la aplicación en los contenedores de los usuarios.

importante

El Dockerfile debe cumplir con las especificaciones que se indican en Especificaciones de Dockerfile.

Para ver las plantillas de Dockerfile, consulte. Comprobación de estado y URL de las aplicaciones

Paso 2: Crear la imagen

En el mismo directorio que el Dockerfile, compile su imagen mediante el siguiente comando:


docker build -t username/imagename:tag your-account-id.dkr.ecr.Región de AWS.amazonaws.com/your-repository-name:tag
importante

La imagen debe etiquetarse con el siguiente formato: 123456789012.dkr.ecr.your-region.amazonaws.com/your-repository-name:tag

De lo contrario, no podrá insertarla en un repositorio de Amazon Elastic Container Registry.

Paso 3: inserción de la imagen en el repositorio de Amazon Elastic Container Registry

Tras compilar la imagen, inicie sesión en el repositorio de Amazon ECR mediante el siguiente comando:


aws ecr get-login-password --region Región de AWS | docker login --username AWS --password-stdin 123456789012.dkr.ecr.Región de AWS.amazonaws.com

Una vez que haya iniciado sesión, inserte el Dockerfile con el siguiente comando:


docker push 123456789012.dkr.ecr.Región de AWS.amazonaws.com/your-repository-name:tag

Paso 4: Adjunta una imagen al dominio Amazon SageMaker AI de tus usuarios

importante

Las políticas de IAM personalizadas que permiten a los usuarios de Studio crear espacios también deben conceder permisos para enumerar imágenes (sagemaker: ListImage) para ver imágenes personalizadas. Para agregar el permiso, consulte Adición y eliminación de permisos de identidad de IAM en la Guía del usuario de AWS Identity and Access Management.

AWS políticas gestionadas para Amazon SageMaker AIque otorgan permisos para crear recursos de SageMaker IA ya incluyen permisos para enumerar imágenes al crear esos recursos.

Después de insertar la imagen, debes acceder a ella desde tu dominio de Amazon SageMaker AI. Utilice el siguiente procedimiento para adjuntar la imagen a un dominio de SageMaker IA:

Adjunte la imagen mediante la consola de SageMaker IA

  1. Abre la consola de SageMaker IA.

  2. En Configuraciones de administración, elija Dominios.

  3. En la lista de dominios, seleccione un dominio.

  4. Abra la pestaña Entorno.

  5. Para Imágenes personalizadas para aplicaciones de Studio personales, seleccione Adjuntar imagen.

  6. Especifique el origen de la imagen.

  7. Elija Next (Siguiente).

  8. Seleccione Submit (Enviar).

Adjunte la imagen con el AWS CLI

Utilice el siguiente procedimiento para adjuntar la imagen a un SageMaker dominio mediante AWS CLI :

  1. Cree una imagen de SageMaker IA. La AmazonSageMakerFullAccess política debe estar asociada a su función, ya que utiliza los siguientes AWS CLI comandos.

    aws sagemaker create-image \
    --image-name custom-image \
    --role-arn arn:aws:iam::account-id:role/service-role/execution-role

  2. Cree una versión de imagen de SageMaker IA a partir de la imagen. Pase el valor de etiqueta exclusivo que eligió al insertar la imagen en Amazon ECR.

    aws sagemaker create-image-version \
    --image-name custom-image \
    --base-image repository-uri:tag

  3. Cree un archivo de configuración llamado app-image-config-input.json. La configuración de la imagen de la aplicación se utiliza como configuración para ejecutar una imagen de SageMaker IA como una aplicación de edición de código. También puede especificar los argumentos de ContainerConfig aquí. 

    {
    "AppImageConfigName": "app-image-config",
    "CodeEditorAppImageConfig":
    {
        "ContainerConfig":
        {}
    }
}

  4. Cree la AppImageConfig utilizando el archivo de configuración de imagen de aplicación que creó antes.

    aws sagemaker create-app-image-config \
    --cli-input-json file://app-image-config-input.json

  5. Cree un archivo de configuración llamado updateDomain.json. Asegúrese de especificar el ID de dominio.

    {
    "DomainId": "domain-id",
    "DefaultUserSettings": {
        "JupyterLabAppSettings": {
            "CustomImages": [
                {
                    "ImageName": "custom-image",
                    "AppImageConfigName": "app-image-config"
                }
            ]
        }
    }
}

  6. Llame al comando UpdateDomain con el archivo de configuración como entrada.

    nota

    Debe eliminar todas las aplicaciones del dominio antes de actualizarlo con la nueva imagen. Tenga en cuenta que solo necesita eliminar las aplicaciones; no necesita eliminar los perfiles de usuario ni los espacios compartidos. Para obtener instrucciones sobre cómo eliminar aplicaciones, elija una de las siguientes opciones.

    aws sagemaker update-domain --cli-input-json file://updateDomain.json

Tus usuarios ahora pueden seleccionar la imagen que has adjuntado a su dominio desde su JupyterLab espacio.

En esta página

PrivacidadTérminos del sitioPreferencias de cookies
© 2025, Amazon Web Services, Inc o sus afiliados. Todos los derechos reservados.