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.
Specifiche SageMaker dell'immagine personalizzate
Importante
A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l'utilizzo dell'applicazione Studio Classic. Per informazioni sull'utilizzo dell'esperienza Studio aggiornata, consultaAmazon SageMaker Studio.
Le seguenti specifiche si applicano all'immagine del contenitore rappresentata da una versione SageMaker dell'immagine.
- Esecuzione dell'immagine
-
ENTRYPOINT
eCMD
le istruzioni vengono sovrascritte per consentire all'immagine di funzionare come KernelGateway app.La porta 8888 nell'immagine è riservata all'esecuzione del server KernelGateway Web.
- Arresto dell'immagine
-
DeleteApp
APIEmette l'equivalente di undocker stop
comando. Gli altri processi nel contenitore non riceveranno i SIGTERM segnali SIGKILL /. - Riconoscimento dei kernel
-
SageMaker riconosce i kernel come definito dalle specifiche del kernel di Jupyter.
Puoi specificare una lista di kernel da visualizzare prima di eseguire l'immagine. In caso contrario, viene visualizzato python3. Usa il per visualizzare l'elenco dei kernel DescribeAppImageConfigAPI.
Per impostazione predefinita, gli ambienti conda sono riconosciuti come specifiche del kernel.
- File system
-
Le directory
/opt/.sagemakerinternal
e/opt/ml
sono riservate. I dati presenti in queste directory potrebbero non essere visibili durante il runtime. - Dati utente
-
A ogni utente di un dominio viene associata una directory utente su un volume Amazon Elastic File System condiviso nell'immagine. La posizione della directory dell'utente corrente sul EFS volume Amazon è configurabile. Per impostazione predefinita, la posizione della directory è
/home/sagemaker-user
.SageMaker configura POSIXUID/GIDmappature tra l'immagine e l'host. L'impostazione predefinita prevede la mappatura delUID/GID(0/0) dell'utente root al/sull'host. UID GID
È possibile specificare questi valori utilizzando. CreateAppImageConfigAPI
- GID/UIDlimiti
-
Amazon SageMaker Studio Classic supporta solo
DefaultUID
le seguentiDefaultGID
combinazioni:-
PredefinitoUID: 1000 e DefaultGID: 100, che corrisponde a un utente senza privilegi.
-
PredefinitoUID: 0 e PredefinitoGID: 0, che corrisponde all'accesso root.
-
- Metadati
-
Un file di metadati si trova in
/opt/ml/metadata/resource-metadata.json
. Alle variabili definite nell'immagine non viene aggiunta alcuna variabile di ambiente. Per ulteriori informazioni, consulta Ottenere i metadati dell’app. - GPU
-
In un GPU caso, l'immagine viene eseguita con l'
--gpus
opzione. Nell'immagine deve essere incluso solo il CUDA toolkit, non i NVIDIA driver. Per ulteriori informazioni, consulta la Guida per NVIDIA l'utente. - Parametri e logging
-
I log del KernelGateway processo vengono inviati ad Amazon CloudWatch nell'account del cliente. Il nome del gruppo di log è
/aws/sagemaker/studio
. Il nome del flusso di log è$domainID/$userProfileName/KernelGateway/$appName
. - Dimensioni dell'immagine
-
Massimo 25 GB. Per visualizzare le dimensioni della tua immagine, esegui
docker image ls
.
File Docker di esempio
Il seguente file Docker di esempio crea un’immagine basata su Amazon Linux 2, installa pacchetti di terze parti e il kernel python3
e imposta l'ambito dell’utente senza privilegi.
FROM public.ecr.aws/amazonlinux/amazonlinux:2 ARG NB_USER="sagemaker-user" ARG NB_UID="1000" ARG NB_GID="100" RUN \ yum install --assumeyes python3 shadow-utils && \ useradd --create-home --shell /bin/bash --gid "${NB_GID}" --uid ${NB_UID} ${NB_USER} && \ yum clean all && \ python3 -m pip install ipykernel && \ python3 -m ipykernel install USER ${NB_UID}