Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Dokumentasi ini memberikan step-by-step instruksi untuk memberi pengguna Anda akses ke gambar khusus untuk lingkungan Editor Kode mereka. Anda dapat menggunakan informasi di halaman ini untuk membuat lingkungan khusus untuk alur kerja pengguna Anda. Prosesnya melibatkan pemanfaatan:
-
Docker
-
AWS Command Line Interface
-
Amazon Elastic Container Registry
-
Amazon SageMaker AI AWS Management Console
Setelah mengikuti panduan di halaman ini, pengguna Editor Kode di domain Amazon SageMaker AI akan memiliki akses ke gambar dan lingkungan khusus dari ruang Editor Kode mereka untuk memberdayakan alur kerja pembelajaran mesin mereka.
penting
Halaman ini mengasumsikan bahwa Anda memiliki dan AWS Command Line Interface Docker diinstal pada mesin lokal Anda.
Agar pengguna Anda berhasil menjalankan gambar mereka dalam Editor Kode, Anda harus melakukan hal berikut:
Agar pengguna Anda berhasil menjalankan gambar
-
Buat Dockerfile
-
Bangun gambar dari Dockerfile
-
Unggah gambar ke Amazon Elastic Container Registry
-
Lampirkan gambar ke domain Amazon SageMaker AI Anda
-
Minta pengguna Anda mengakses gambar dari ruang Editor Kode mereka
Langkah 1: Buat Dockerfile
Buat Dockerfile untuk menentukan langkah-langkah yang diperlukan untuk membuat lingkungan yang diperlukan untuk menjalankan aplikasi di wadah pengguna Anda.
penting
Dockerfile Anda harus memenuhi spesifikasi yang disediakan di. Spesifikasi Dockerfile
Untuk contoh Dockerfiles dalam format yang benar, lihat. Sampel Dockerfile
Langkah 2: Bangun citra
Di direktori yang sama dengan Dockerfile Anda, buat gambar Anda menggunakan perintah berikut:
docker build -t username/imagename:tag your-account-id.dkr.ecr.
Wilayah AWS
.amazonaws.com/your-repository-name
:tag
penting
Gambar Anda harus ditandai dalam format berikut: 123456789012
.dkr.ecr.your-region.amazonaws.com/your-repository-name
:tag
Anda tidak akan dapat mendorongnya ke repositori Amazon Elastic Container Registry jika tidak.
Langkah 3: Dorong gambar ke repositori Amazon Elastic Container Registry
Setelah Anda membuat gambar Anda, masuk ke repositori Amazon ECR Anda menggunakan perintah berikut:
aws ecr get-login-password --region
Wilayah AWS
| docker login --username AWS --password-stdin123456789012
.dkr.ecr.Wilayah AWS
.amazonaws.com
Setelah Anda masuk, dorong Dockerfile Anda menggunakan perintah berikut:
docker push
123456789012
.dkr.ecr.Wilayah AWS
.amazonaws.com/your-repository-name
:tag
Langkah 4: Lampirkan gambar ke domain Amazon SageMaker AI pengguna Anda
Setelah Anda mendorong gambar, Anda harus mengaksesnya dari domain Amazon SageMaker AI Anda menggunakan konsol SageMaker AI atau AWS CLI.
Lampirkan gambar menggunakan konsol SageMaker AI
Gunakan prosedur berikut untuk melampirkan gambar ke SageMaker domain melalui konsol SageMaker AI:
-
Buka konsol SageMaker AI
. -
Di bawah konfigurasi Admin, pilih Domain.
-
Dari daftar domain, pilih domain.
-
Buka tab Lingkungan.
-
Untuk gambar Kustom untuk aplikasi Studio pribadi, pilih Lampirkan gambar.
-
Tentukan sumber gambar. Anda dapat membuat gambar baru atau memilih gambar yang ada.
-
Pilih Berikutnya.
-
Pilih Editor Kode sebagai jenis aplikasi.
-
Pilih Kirim.
Lampirkan gambar menggunakan AWS CLI
Gunakan prosedur berikut untuk melampirkan gambar ke SageMaker domain melalui AWS CLI :
-
Buat gambar SageMaker AI.
AmazonSageMakerFullAccess
Kebijakan harus dilampirkan pada peran Anda saat Anda menggunakan AWS CLI perintah berikut.aws sagemaker create-image \ --image-name
code-editor-custom-image
\ --role-arn arn:aws:iam::account-id
:role/service-role/execution-role
-
Buat versi gambar SageMaker AI dari gambar. Berikan nilai tag unik yang Anda pilih saat Anda mendorong gambar ke Amazon ECR.
aws sagemaker create-image-version \ --image-name code-editor-custom-image \ --base-image
repository-uri
:tag
-
Buat file konfigurasi bernama
app-image-config-input.json
. Konfigurasi gambar aplikasi digunakan sebagai konfigurasi untuk menjalankan gambar SageMaker AI sebagai aplikasi Editor Kode. Anda juga dapat menentukanContainerConfig
argumen Anda di sini.{ "AppImageConfigName":
"code-editor-app-image-config"
, "CodeEditorAppImageConfig": { "ContainerConfig": {} } } -
Buat
AppImageConfig
menggunakan file konfigurasi gambar aplikasi yang Anda buat.aws sagemaker create-app-image-config \ --cli-input-json file://
app-image-config-input.json
-
Buat file konfigurasi, bernama
updateDomain.json
. Pastikan untuk menentukan ID domain Anda.{ "DomainId":
"domain-id"
, "DefaultUserSettings": { "CodeEditorAppSettings": { "CustomImages": [ { "ImageName":"code-editor-custom-image"
, "AppImageConfigName":"code-editor-app-image-config"
} ] } } } -
Panggil
UpdateDomain
perintah dengan file konfigurasi sebagai input.catatan
Anda harus menghapus semua aplikasi di domain Anda sebelum memperbarui domain dengan gambar baru. Perhatikan bahwa Anda hanya perlu menghapus aplikasi; Anda tidak perlu menghapus profil pengguna atau spasi bersama. Untuk instruksi tentang menghapus aplikasi, pilih salah satu opsi berikut.
-
Jika Anda menggunakan konsol SageMaker AI, jalankan melalui Langkah 1 hingga 5d dan Langkah 6 hingga 7d pada bagian Hapus domain (Konsol).
-
Jika Anda menggunakan AWS CLI, jalankan melalui Langkah 1 hingga 3 dari bagian Hapus domain (AWS CLI).
aws sagemaker update-domain --cli-input-json file://updateDomain.json
-
Langkah 5: Minta pengguna Anda mengakses gambar dari ruang Editor Kode mereka
Pengguna Anda sekarang dapat memilih gambar yang telah Anda lampirkan ke domain mereka dari ruang Editor Kode mereka.
Untuk informasi selengkapnya tentang memilih gambar kustom, lihatLuncurkan aplikasi Editor Kode di Studio.