翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 構築済みの SageMaker AI Docker イメージ
<a name="docker-containers-prebuilt"></a>

Amazon SageMaker AI は、Apache MXNet、TensorFlow、PyTorch、Chainer など、いくつかの最も一般的な機械学習フレームワーク用に、組み込みアルゴリズムおよび構築済みの Docker イメージのコンテナを提供しています。また、scikit-learn や SparkML などの機械学習ライブラリもサポートしています。

これらのイメージは SageMaker ノートブックインスタンスまたは SageMaker Studio から使用できます。構築済みの SageMaker イメージを拡張して、ライブラリおよび必要な機能を含めることもできます。次のトピックでは、使用可能なイメージとその使用方法について説明します。

Amazon SageMaker AI が提供する各アルゴリズムと Deep Learning Containers (DLC) に対する Docker レジストリパスとその他のパラメータについては、「[Docker Registry Paths and Example Code](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths)」を参照してください。

SageMaker AI で強化学習 (RL) ソリューションを開発するための Docker イメージの詳細については、「[SageMaker AI RL Containers](https://github.com/aws/sagemaker-rl-container)」を参照してください。

**注記**  
構築済みのコンテナイメージは SageMaker AI によって所有されており、場合によっては独自のコードが含まれています。トレーニングと処理ジョブ、バッチ変換、リアルタイム推論などの機能では、サービス所有認証情報を使用してマネージド SageMaker AI インスタンスでイメージをプルおよび実行します。顧客の認証情報が使用されないため、Amazon ECR AWS のアクセス許可を拒否する IAM ポリシー (サービスコントロールポリシーとリソースコントロールポリシーを含む) は、構築済みのイメージの使用を妨げません。

**Topics**
+ [構築済み SageMaker イメージのサポートポリシー](pre-built-containers-support-policy.md)
+ [深層学習用の構築済み SageMaker AI Docker イメージ](pre-built-containers-frameworks-deep-learning.md)
+ [Scikit-learn および Spark ML 用 Docker イメージへのアクセス](pre-built-docker-containers-scikit-learn-spark.md)
+ [ディープグラフネットワーク](deep-graph-library.md)
+ [構築済みコンテナを拡張する](prebuilt-containers-extend.md)