Création d'une image SageMaker AI personnalisée

Ouvrez la console Amazon SageMaker AI à l'adresse https://console.aws.amazon.com/sagemaker/.

Dans le panneau de navigation de gauche, choisissez Configurations d'administrateur.

Sous Configurations d'administrateur, choisissez Images.

Sur la page Images personnalisées, choisissez Create image (Créer une image).

Pour Image source (Source de l'image), saisissez le chemin d'accès du registre à l'image du conteneur dans Amazon ECR. Le chemin d'accès est au format suivant :

acct-id.dkr.ecr.region.amazonaws.com/repo-name[:tag] or [@digest]

Sélectionnez Suivant.

Sous Propriétés de l'image, saisissez ce qui suit :

Sélectionnez Envoyer.

Choisissez Create version (Créer une version) sur la même ligne que l'image.

Pour Image source (Source de l'image), saisissez le chemin de registre vers l'image du conteneur dans Amazon ECR. L'image du conteneur ne doit pas être la même que celle utilisée dans une version précédente de l'image SageMaker AI.

Créez une image basée sur l' SageMaker IA.

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

La réponse devrait être similaire à ce qui suit.

{
    "ImageArn": "arn:aws:sagemaker:us-east-2:acct-id:image/custom-image"
}

Créez une version d'image SageMaker AI à partir de l'image du conteneur.

aws sagemaker create-image-version \
    --image-name custom-image \
    --base-image <acct-id>.dkr.ecr.<region>.amazonaws.com/smstudio-custom:custom-image

La réponse devrait être similaire à ce qui suit.

{
    "ImageVersionArn": "arn:aws:sagemaker:us-east-2:acct-id:image-version/custom-image/1"
}

Vérifiez que la version de l'image a bien été créée.

aws sagemaker describe-image-version \
    --image-name custom-image \
    --version-number 1

La réponse devrait être similaire à ce qui suit.

{
    "ImageVersionArn": "arn:aws:sagemaker:us-east-2:acct-id:image-version/custom-image/1",
    "ImageVersionStatus": "CREATED"
}

Créez un fichier de configuration nommé app-image-config-input.json. La valeur Name de KernelSpecs doit correspondre au nom de KernelSpec disponible dans l'image associée à cette AppImageConfig. Cette valeur est sensible à la casse. Vous pouvez trouver les KernelSpecs disponibles dans une image en exécutant jupyter-kernelspec list à partir d'un shell à l'intérieur du conteneur. MountPath correspond au chemin d'accès dans l'image pour monter votre répertoire de base Amazon Elastic File System (Amazon EFS). Il doit être différent du chemin que vous utilisez à l'intérieur du conteneur, car ce chemin sera remplacé lorsque votre répertoire de base Amazon EFS est monté.

{
    "AppImageConfigName": "custom-image-config",
    "KernelGatewayImageConfig": {
        "KernelSpecs": [
            {
                "Name": "python3",
                "DisplayName": "Python 3 (ipykernel)"
            }
        ],
        "FileSystemConfig": {
            "MountPath": "/home/sagemaker-user",
            "DefaultUid": 1000,
            "DefaultGid": 100
        }
    }
}

Créez le AppImageConfig en utilisant le fichier créé à l'étape précédente.

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

La réponse devrait être similaire à ce qui suit.

{
    "AppImageConfigArn": "arn:aws:sagemaker:us-east-2:acct-id:app-image-config/custom-image-config"
}