Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Menyediakan pengguna dengan akses ke gambar kustom

Dokumentasi ini memberikan step-by-step instruksi untuk memberi pengguna Anda akses ke gambar khusus dalam JupyterLab lingkungan mereka. Anda dapat menggunakan informasi di halaman ini untuk membuat lingkungan khusus untuk alur kerja pengguna Anda. Prosesnya melibatkan pemanfaatan:

Setelah mengikuti panduan di halaman ini, JupyterLab pengguna di SageMaker domain Amazon akan memiliki akses ke gambar dan lingkungan khusus dari ruang Jupyter mereka untuk memberdayakan alur kerja pembelajaran mesin mereka.

Agar pengguna Anda berhasil menjalankan gambar mereka di dalamnya JupyterLab, Anda harus melakukan hal berikut:

Langkah 1: Buat Dockerfile

Buat Dockerfile untuk menentukan langkah-langkah yang diperlukan untuk membuat lingkungan yang diperlukan untuk menjalankan aplikasi di wadah pengguna Anda.

Gunakan template Dockerfile berikut untuk membuat gambar Amazon Linux 2:

FROM public.ecr.aws/amazonlinux/amazonlinux:2

ARG NB_USER="sagemaker-user"
ARG NB_UID="1000"
ARG NB_GID="100"
RUN yum install --assumeyes python3 shadow-utils && \
    useradd --create-home --shell /bin/bash --gid "${NB_GID}" --uid ${NB_UID} ${NB_USER} && \
    yum clean all && \
    python3 -m pip install jupyterlab

RUN python3 -m pip install --upgrade pip

RUN python3 -m pip install --upgrade urllib3==1.26.6

USER ${NB_UID}
CMD jupyter lab --ip 0.0.0.0 --port 8888 \
  --ServerApp.base_url="/jupyterlab/default" \
  --ServerApp.token='' \
  --ServerApp.allow_origin='*'


            

Gunakan template Dockerfile berikut untuk membuat Gambar SageMaker Distribusi Amazon:

FROM public.ecr.aws/sagemaker/sagemaker-distribution:latest-cpu
ARG NB_USER="sagemaker-user"
ARG NB_UID=1000
ARG NB_GID=100

ENV MAMBA_USER=$NB_USER

USER root

RUN apt-get update
RUN micromamba install sagemaker-inference --freeze-installed --yes --channel conda-forge --name base

USER $MAMBA_USER

ENTRYPOINT ["jupyter-lab"]
CMD ["--ServerApp.ip=0.0.0.0", "--ServerApp.port=8888", "--ServerApp.allow_origin=*", "--ServerApp.token=''", "--ServerApp.base_url=/jupyterlab/default"]                
            

Langkah 2: Bangun Dockerfile

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                    
                

Langkah 3: Dorong gambar ke repositori Amazon Elastic Container Registry

Setelah Anda membuat gambar Anda, masuk ke ECR repositori Amazon Anda menggunakan perintah berikut:

aws ecr get-login-password --region Wilayah AWS | docker login --username AWS --password-stdin 123456789012.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 SageMaker domain Amazon pengguna Anda

Setelah Anda mendorong gambar, Anda harus mengaksesnya dari SageMaker domain Amazon Anda. Gunakan prosedur berikut untuk melampirkan gambar ke SageMaker domain:

Pengguna Anda sekarang dapat memilih gambar yang telah Anda lampirkan ke Domain mereka dari JupyterLab ruang mereka.