Definite l'ambiente per lo script dell'algoritmo - Amazon Braket

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Definite l'ambiente per lo script dell'algoritmo

Amazon Braket supporta tre ambienti definiti da contenitori per lo script dell'algoritmo:

  • Un contenitore di base (predefinito, se non image_uri è specificato)

  • Un contenitore con Tensorflow e PennyLane

  • Un contenitore con e PyTorch PennyLane

La tabella seguente fornisce dettagli sui contenitori e sulle librerie che includono.

Contenitori Amazon Braket
Tipo PennyLane con TensorFlow PennyLane con PyTorch Pennylane

Base

292282985366.dkr. ecr.us-east-1.amazonaws.com /:più recente amazon-braket-tensorflow-jobs

292282985366.dkr. ecr.us-west-2.amazonaws.com /:più recente amazon-braket-pytorch-jobs

292282985366.dkr. ecr.us-west-2.amazonaws.com /:più recente amazon-braket-base-jobs

Librerie ereditate

  • awscli

  • numpy

  • pandas

  • scipy

  • awscli

  • numpy

  • pandas

  • scipy

Librerie aggiuntive

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • ipykernel

  • keras

  • matplotlib

  • reti x

  • babele aperte

  • PennyLane

  • protobug

  • psi 4

  • RSA

  • PennyLane-GPU Lightning

  • cuQuantum

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • kernel ipy

  • keras

  • matplotlib

  • reti x

  • babele aperte

  • PennyLane

  • protobug

  • psi 4

  • RSA

  • PennyLane-GPU Lightning

  • cuQuantum

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • awscli

  • boto3

  • kernel ipy

  • matplotlib

  • reti x

  • numpy

  • babele aperte

  • pandas

  • PennyLane

  • protobug

  • psi 4

  • RSA

  • scipy

Puoi visualizzare e accedere alle definizioni dei contenitori open source su aws/. amazon-braket-containers Scegli il contenitore più adatto al tuo caso d'uso. Il contenitore deve trovarsi nel punto Regione AWS da cui richiami il job ibrido. L'immagine del contenitore viene specificata quando si crea un lavoro ibrido aggiungendo uno dei tre argomenti seguenti alla create(…​) chiamata nello script del lavoro ibrido. È possibile installare dipendenze aggiuntive nel contenitore scelto in fase di esecuzione (al costo dell'avvio o del runtime) perché Amazon I contenitori Braket dispongono di connettività Internet. L'esempio seguente si riferisce alla regione us-west-2.

  • Immagine di base image_uri="292282985366.dkr. ecr.us-west-2.amazonaws.com /:1.0-cpu-py39-ubuntu22.04" amazon-braket-base-jobs

  • Immagine Tensorflow image_uri="292282985366.dkr. ecr.us-east-1.amazonaws.com /:2.11.0-gpu-py39-cu112-ubuntu20.04" amazon-braket-tensorflow-jobs

  • PyTorch image image_uri="292282985366.dkr. ecr.us-west-2.amazonaws.com /:1.13.1-gpu-py39-cu117-ubuntu20.04" amazon-braket-pytorch-jobs

image-urisPossono essere recuperati anche utilizzando la funzione in retrieve_image() Amazon SDKStaffa. L'esempio seguente mostra come recuperarli da Regione AWS us-west-2.

from braket.jobs.image_uris import retrieve_image, Framework

image_uri_base = retrieve_image(Framework.BASE, "us-west-2")
image_uri_tf = retrieve_image(Framework.PL_TENSORFLOW, "us-west-2")
image_uri_pytorch = retrieve_image(Framework.PL_PYTORCH, "us-west-2")