Amazon SageMaker 映像可與 Studio Classic 搭配使用 - Amazon SageMaker
影像ARN格式支援的URI標籤支援的映像預定要棄用的映像已棄用的影像

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

Amazon SageMaker 映像可與 Studio Classic 搭配使用

重要

截至 2023 年 11 月 30 日，先前的 Amazon SageMaker Studio 體驗現在已命名為 Amazon SageMaker Studio Classic。以下章節是使用 Studio Classic 應用程式的特定部分。如需使用更新 Studio 體驗的相關資訊，請參閱 Amazon SageMaker Studio。

此頁面列出 Amazon SageMaker Studio Classic 中提供 SageMaker 的影像和相關核心。此頁面也提供為每個 ARN image. SageMaker images 建立 所需的格式資訊。映像包含最新的 Amazon SageMaker Python SDK 和最新版本的核心。如需更多資訊，請參閱深度學習容器映像。

影像ARN格式

下表列出每個區域的映像ARN和URI格式。若要ARN為映像建立完整，請取代 resource-identifier 具有對應影像資源識別符的預留位置。資源識別符可在 SageMaker 映像和核心資料表中找到。若要URI為映像建立完整，請取代 tag 具有對應 cpu 或 gpu 標籤的預留位置。如需您可以使用的標籤清單，請參閱 支援的URI標籤。

注意

SageMaker 分佈影像使用一組不同的影像 ARNs，如下表所列。

區域 影像ARN格式 SageMaker 分佈映像ARN格式 SageMaker 分佈映像URI格式
us-east-1 arn:aws:sagemaker:us-east-1:081325390199:image/resource-identifier arn:aws:sagemaker:us-east-1:885854791233:image/resource-identifier 885854791233.dkr.ecr.us-east-1.amazonaws.com/sagemaker-distribution-prod：tag
us-east-2 arn:aws:sagemaker:us-east-2:429704687514:image/resource-identifier arn:aws:sagemaker:us-east-2:137914896644:image/resource-identifier 137914896644.dkr.ecr.us-east-2.amazonaws.com/sagemaker-distribution-prod：tag
us-west-1 arn:aws:sagemaker:us-west-1:742091327244:image/resource-identifier arn:aws:sagemaker:us-west-1:053634841547:image/resource-identifier 053634841547.dkr.ecr.us-west-1.amazonaws.com/sagemaker-distribution-prod：tag
us-west-2 arn:aws:sagemaker:us-west-2:236514542706:image/resource-identifier arn:aws:sagemaker:us-west-2:542918446943:image/resource-identifier 542918446943.dkr.ecr.us-west-2.amazonaws.com/sagemaker-distribution-prod：tag
af-south-1 arn:aws:sagemaker:af-south-1:559312083959:image/resource-identifier arn:aws:sagemaker:af-south-1:238384257742:image/resource-identifier 238384257742.dkr.ecr.af-south-1.amazonaws.com/sagemaker-distribution-prod：tag
ap-east-1 arn:aws:sagemaker:ap-east-1:493642496378:image/resource-identifier arn:aws:sagemaker:ap-east-1:523751269255:image/resource-identifier 523751269255.dkr.ecr.ap-east-1.amazonaws.com/sagemaker-distribution-prod：tag
ap-south-1 arn:aws:sagemaker:ap-south-1:394103062818:image/resource-identifier arn:aws:sagemaker:ap-south-1:245090515133:image/resource-identifier 245090515133.dkr.ecr.ap-south-1.amazonaws.com/sagemaker-distribution-prod：tag
ap-northeast-2 arn:aws:sagemaker:ap-northeast-2:806072073708:image/resource-identifier arn:aws:sagemaker:ap-northeast-2:064688005998:image/resource-identifier 064688005998.dkr.ecr.ap-northeast-2.amazonaws.com/sagemaker-distribution-prod：tag
ap-southeast-1 arn:aws:sagemaker:ap-southeast-1:492261229750:image/resource-identifier arn:aws:sagemaker:ap-southeast-1:022667117163:image/resource-identifier 022667117163.dkr.ecr.ap-southeast-1.amazonaws.com/sagemaker-distribution-prod：tag
ap-southeast-2 arn:aws:sagemaker:ap-southeast-2:452832661640:image/resource-identifier arn:aws:sagemaker:ap-southeast-2:648430277019:image/resource-identifier 648430277019.dkr.ecr.ap-southeast-2.amazonaws.com/sagemaker-distribution-prod：tag
ap-northeast-1 arn:aws:sagemaker:ap-northeast-1:102112518831:image/resource-identifier arn:aws:sagemaker:ap-northeast-1:010972774902:image/resource-identifier 010972774902.dkr.ecr.ap-northeast-1.amazonaws.com/sagemaker-distribution-prod：tag
ca-central-1 arn:aws:sagemaker:ca-central-1:310906938811:image/resource-identifier arn:aws:sagemaker:ca-central-1:481561238223:image/resource-identifier 481561238223.dkr.ecr.ca-central-1.amazonaws.com/sagemaker-distribution-prod：tag
eu-central-1 arn:aws:sagemaker:eu-central-1:936697816551:image/resource-identifier arn:aws:sagemaker:eu-central-1:545423591354:image/resource-identifier 545423591354.dkr.ecr.eu-central-1.amazonaws.com/sagemaker-distribution-prod：tag
eu-west-1 arn:aws:sagemaker:eu-west-1:470317259841:image/resource-identifier arn:aws:sagemaker:eu-west-1:819792524951:image/resource-identifier 819792524951.dkr.ecr.eu-west-1.amazonaws.com/sagemaker-distribution-prod：tag
eu-west-2 arn:aws:sagemaker:eu-west-2:712779665605:image/resource-identifier arn:aws:sagemaker:eu-west-2:021081402939:image/resource-identifier 021081402939.dkr.ecr.eu-west-2.amazonaws.com/sagemaker-distribution-prod：tag
eu-west-3 arn:aws:sagemaker:eu-west-3:615547856133:image/resource-identifier arn:aws:sagemaker:eu-west-3:856416204555:image/resource-identifier 856416204555.dkr.ecr.eu-west-3.amazonaws.com/sagemaker-distribution-prod：tag
eu-north-1 arn:aws:sagemaker:eu-north-1:243637512696:image/resource-identifier arn:aws:sagemaker:eu-north-1:175620155138:image/resource-identifier 175620155138.dkr.ecr.eu-north-1.amazonaws.com/sagemaker-distribution-prod：tag
eu-south-1 arn:aws:sagemaker:eu-south-1:592751261982:image/resource-identifier arn:aws:sagemaker:eu-south-1:810671768855:image/resource-identifier 810671768855.dkr.ecr.eu-south-1.amazonaws.com/sagemaker-distribution-prod：tag
sa-east-1 arn:aws:sagemaker:sa-east-1:782484402741:image/resource-identifier arn:aws:sagemaker:sa-east-1:567556641782:image/resource-identifier 567556641782.dkr.ecr.sa-east-1.amazonaws.com/sagemaker-distribution-prod：tag
ap-northeast-3 arn:aws:sagemaker:ap-northeast-3:792733760839:image/resource-identifier arn:aws:sagemaker:ap-northeast-3:564864627153:image/resource-identifier 564864627153.dkr.ecr.ap-northeast-3.amazonaws.com/sagemaker-distribution-prod：tag
ap-southeast-3 arn:aws:sagemaker:ap-southeast-3:276181064229:image/resource-identifier arn:aws:sagemaker:ap-southeast-3:370607712162:image/resource-identifier 370607712162.dkr.ecr.ap-southeast-3.amazonaws.com/sagemaker-distribution-prod：tag
me-south-1 arn:aws:sagemaker:me-south-1:117516905037:image/resource-identifier arn:aws:sagemaker:me-south-1:523774347010:image/resource-identifier 523774347010.dkr.ecr.me-south-1.amazonaws.com/sagemaker-distribution-prod：tag
me-central-1 arn:aws:sagemaker:me-central-1:103105715889:image/resource-identifier arn:aws:sagemaker:me-central-1:358593528301:image/resource-identifier 358593528301.dkr.ecr.me-central-1.amazonaws.com/sagemaker-distribution-prod：tag

支援的URI標籤

下列清單顯示您可以在映像 中包含的標籤URI。

  • 1-cpu

  • 1-gpu

  • 0-cpu

  • 0-gpu

下列範例顯示URIs各種標籤格式：

  • 542918446943.dkr.ecr.us-west-2.amazonaws.com/sagemaker-distribution-prod：1-cpu

  • 542918446943.dkr.ecr.us-west-2.amazonaws.com/sagemaker-distribution-prod：0-gpu

支援的映像

下表提供有關 Amazon SageMaker Studio Classic 中提供 SageMaker 的影像和相關核心的資訊。它也提供映像中包含的資源識別符和 Python 版本的相關資訊。

SageMaker 映像和核心

SageMaker 影像 描述 資源識別碼 核心 （和識別碼） Python 版本
SageMaker 分佈 v1 CPU SageMaker Distribution v1 CPU 是 Python 3.10 映像，其中包含適用於機器學習、資料科學和 資料分析的常用架構CPU。這包括深度學習架構，例如 PyTorch、 TensorFlow 和 Keras；熱門 Python 套件，例如 numpy、scikit-learn 和 pandas；以及 IDEs Jupyter Lab。如需詳細資訊，請參閱 Amazon SageMaker Distribution 儲存庫。 sagemaker-distribution-cpu-v1 Python 3 （python3） Python 3.10
SageMaker 分佈 v1 GPU SageMaker Distribution v1 GPU 是 Python 3.10 映像，其中包含適用於機器學習、資料科學和 資料分析的常用架構GPU。這包括深度學習架構，例如 PyTorch、 TensorFlow 和 Keras；熱門 Python 套件，例如 numpy、scikit-learn 和 pandas；以及 IDEs Jupyter Lab。如需詳細資訊，請參閱 Amazon SageMaker Distribution 儲存庫。 sagemaker-distribution-gpu-v1 Python 3 （python3） Python 3.10
Base Python 3.0 正式 Python 3.10 映像 DockerHub ，包含 和 AWS CLI boto3。 sagemaker-base-python-310-v1 Python 3 （python3） Python 3.10
資料科學 4.0 Data Science 4.0 是以 為基礎的 Python 3.11 conda 映像 Ubuntu 22.04 版。它包含最常用的 Python 套件和程式庫，例如 NumPy 和 SciKit Learn。 sagemaker-data-science-311-v1 Python 3 （python3） Python 3.11
Data Science 3.0 Data Science 3.0 是以 為基礎的 Python 3.10 conda 映像 Ubuntu 22.04 版。它包含最常用的 Python 套件和程式庫，例如 NumPy 和 SciKit Learn。 sagemaker-data-science-310-v1 Python 3 （python3） Python 3.10
地理空間 1.0 Amazon SageMaker 地理空間是 Python 映像，由常用的地理空間程式庫組成，例如 GDAL、Fiona GeoPandas、Shapley 和 Rasterio。它可讓您視覺化 中的地理空間資料 SageMaker。如需詳細資訊，請參閱 Amazon SageMaker 地理空間筆記本 SDK sagemaker-geospatial-1.0 Python 3 （python3） Python 3.10
SparkAnalytics 3.0 SparkAnalytics 3.0 映像提供 Amazon SageMaker Studio Classic 上的 Spark 和 PySpark 核心選項，包括 SparkMagic Spark、 SparkMagic、Glue Spark PySpark和 Glue PySpark，可實現靈活的分散式資料處理。 sagemaker-sparkanalytics-311-v1

  • SparkMagic Spark （sparkkernel）

  • SparkMagic PySpark （pysparkkernel）

  • Glue Spark （glue_spark）

  • Glue PySpark （glue_pyspark）

 Python 3.11
SparkAnalytics 2.0 具有 PySpark 和 Spark 核心的 Anaconda 個別版本。如需更多資訊，請參閱 sparkmagic。 sagemaker-sparkanalytics-310-v1

  • SparkMagic Spark （conda-env-sm_sparkmagic-sparkkernel）

  • SparkMagic PySpark （conda-env-sm_sparkmagic-pysparkkernel）

  • Glue Spark （conda-env-sm_glue_is-glue_spark）

  • Glue Python 【PySpark 和 Ray】 （conda-env-sm_glue_is-glue_pyspark）

 Python 3.10
PyTorch 2.3.0 Python 3.11 已CPU最佳化 適用於 PyTorch 2.3.0 和 12.1 CUDA 的 AWS 深度學習容器包含 上的訓練容器CPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 pytorch-2.3.0-cpu-py311 Python 3 （python3） Python 3.11
PyTorch 2.3.0 Python 3.11 已GPU最佳化 適用於 PyTorch 2.3.0 和 12.1 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 pytorch-2.3.0-gpu-py311 Python 3 （python3） Python 3.11
PyTorch 2.2.0 Python 3.10 CPU 最佳化 適用於 PyTorch 2.2 和 12.1 CUDA 的 AWS 深度學習容器包括 上訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 pytorch-2.2.0-cpu-py310 Python 3 （python3） Python 3.10
PyTorch 2.2.0 Python 3.10 已GPU最佳化 適用於 PyTorch 2.2 和 12.1 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 pytorch-2.2.0-gpu-py310 Python 3 （python3） Python 3.10
PyTorch 2.1.0 Python 3.10 CPU 最佳化 適用於 PyTorch 2.1 和 12.1 CUDA 的 AWS 深度學習容器包括 上訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 pytorch-2.1.0-cpu-py310 Python 3 （python3） Python 3.10
PyTorch 2.1.0 Python 3.10 GPU 最佳化 適用於 PyTorch 2.1 和 12.1 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 pytorch-2.1.0-gpu-py310 Python 3 （python3） Python 3.10
PyTorch 1.13 HuggingFace Python 3.10 Neuron 最佳化 PyTorch 已安裝 HuggingFace 和 Neuron 套件的 1.13 映像，以便在 Trainium 執行個體上進行訓練，針對 的效能和擴展進行最佳化 AWS。 pytorch-1.13-hf-neuron-py310 Python 3 （python3） Python 3.10
PyTorch 1.13 Python 3.10 Neuron 最佳化 PyTorch 已安裝 Neuron 套件的 1.13 映像，用於訓練 Trainium 執行個體，針對 的效能和規模進行最佳化 AWS。 pytorch-1.13-neuron-py310 Python 3 （python3） Python 3.10
TensorFlow 2.14.0 Python 3.10 CPU 最佳化 適用於 TensorFlow 2.14 和 11.8 CUDA 的 AWS 深度學習容器包括 上訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 tensorflow-2.14.1-cpu-py310-ubuntu20.04-sagemaker-v1.0 Python 3 （python3） Python 3.10
TensorFlow 2.14.0 Python 3.10 GPU 最佳化 適用於 TensorFlow 2.14 和 11.8 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 tensorflow-2.14.1-gpu-py310-cu118-ubuntu20.04-sagemaker-v1.0 Python 3 （python3） Python 3.10

預定要棄用的映像

SageMaker 會在映像中的任何套件達到其發佈者生命週期結束之後的隔天，終止對映像的支援。下列 SageMaker 影像已安排取代。

以 Python 3.8 為基礎的影像end-of-life已於 2024 年 10 月 31 日送達。從 2024 年 11 月 1 日開始， SageMaker 將停止對這些影像的支援，而且將無法從 Studio Classic UI 中選取這些影像。為了避免不合規問題，如果您使用任何這些映像檔，建議您移至使用較新版本的映像檔。

SageMaker 即將棄用的影像

SageMaker 影像 取代日期 描述 資源識別碼 核心 Python 版本
SageMaker 分佈 v0.12 CPU 2024 年 11 月 1 日 SageMaker Distribution v0 CPU 是 Python 3.8 映像，其中包含適用於機器學習、資料科學和 視覺化的熱門架構CPU。這包括深度學習架構，例如 PyTorch、 TensorFlow 和 Keras；熱門 Python 套件，例如 numpy、scikit-learn 和 pandas；以及 IDEs Jupyter Lab。如需詳細資訊，請參閱 Amazon SageMaker Distribution 儲存庫。 sagemaker-distribution-cpu-v0 Python 3 （python3） Python 3.8
SageMaker 分佈 v0.12 GPU 2024 年 11 月 1 日 SageMaker Distribution v0 GPU 是 Python 3.8 映像，其中包含適用於機器學習、資料科學和 視覺化的熱門架構GPU。這包括深度學習架構，例如 PyTorch、 TensorFlow 和 Keras；熱門 Python 套件，例如 numpy、scikit-learn 和 pandas；以及 IDEs Jupyter Lab。如需詳細資訊，請參閱 Amazon SageMaker Distribution 儲存庫。 sagemaker-distribution-gpu-v0 Python 3 （python3） Python 3.8
Base Python 2.0 2024 年 11 月 1 日 正式 Python 3.8 映像 DockerHub ，包含 和 AWS CLI boto3。 sagemaker-base-python-38 Python 3 （python3） Python 3.8
Data Science 2.0 2024 年 11 月 1 日 Data Science 2.0 是以 為基礎的 Python 3.8 conda 映像 Ubuntu 22.04 版。它包含最常用的 Python 套件和程式庫，例如 NumPy 和 SciKit Learn。 sagemaker-data-science-38 Python 3 （python3） Python 3.8
PyTorch 1.13 Python 3.9 CPU 最佳化 2024 年 11 月 1 日 適用於 PyTorch 1.13 和 11.3 CUDA 的 AWS 深度學習容器包括用於 訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 pytorch-1.13-cpu-py39 Python 3 （python3） Python 3.9
PyTorch 1.13 Python 3.9 GPU 最佳化 2024 年 11 月 1 日 適用於 PyTorch 1.13 和 11.7 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 pytorch-1.13-gpu-py39 Python 3 （python3） Python 3.9
PyTorch 1.12 Python 3.8 已CPU最佳化 2024 年 11 月 1 日 適用於 PyTorch 1.12 和 11.3 CUDA 的 AWS 深度學習容器包括 上訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需詳細資訊，請參閱AWS 適用於 PyTorch 1.12.0 的深度學習容器。 pytorch-1.12-cpu-py38 Python 3 （python3） Python 3.8
PyTorch 1.12 Python 3.8 已GPU最佳化 2024 年 11 月 1 日 適用於 PyTorch 1.12 和 11.3 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需詳細資訊，請參閱AWS 適用於 PyTorch 1.12.0 的深度學習容器。 pytorch-1.12-gpu-py38 Python 3 （python3） Python 3.8
PyTorch 1.10 Python 3.8 已CPU最佳化 2024 年 11 月 1 日 適用於 PyTorch 1.10 的 AWS 深度學習容器包括 上訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需詳細資訊，請參閱 AWS 上的適用於 PyTorch 1.10.2 的深度學習容器 SageMaker。 pytorch-1.10-cpu-py38 Python 3 （python3） Python 3.8
PyTorch 1.10 Python 3.8 已GPU最佳化 2024 年 11 月 1 日 適用於 PyTorch 1.10 和 11.3 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需詳細資訊，請參閱 AWS 上的適用於 PyTorch 1.10.2 的深度學習容器 SageMaker。 pytorch-1.10-gpu-py38 Python 3 （python3） Python 3.8
SparkAnalytics 1.0 2024 年 11 月 1 日 具有 PySpark 和 Spark 核心的 Anaconda 個別版本。如需更多資訊，請參閱 sparkmagic。 sagemaker-sparkanalytics-v1

  • SparkMagic Spark （conda-env-sm_sparkmagic-sparkkernel）

  • SparkMagic PySpark （conda-env-sm_sparkmagic-pysparkkernel）

  • Glue Spark （conda-env-sm_glue_is-glue_spark）

  • Glue Python 【PySpark 和 Ray】 （conda-env-sm_glue_is-glue_pyspark）

 Python 3.8
TensorFlow 2.13.0 Python 3.10 CPU 最佳化 2024 年 11 月 1 日 適用於 TensorFlow 2.13 和 11.8 CUDA 的 AWS 深度學習容器包括 上訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需詳細資訊，請參閱深度學習容器的版本備註。 tensorflow-2.13.0-cpu-py310-ubuntu20.04-sagemaker-v1.0 Python 3 （python3） Python 3.10
TensorFlow 2.13.0 Python 3.10 GPU 最佳化 2024 年 11 月 1 日 適用於 TensorFlow 2.13 和 11.8 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 tensorflow-2.13.0-gpu-py310-cu118-ubuntu20.04-sagemaker-v1.0 Python 3 （python3） Python 3.10
TensorFlow 2.6 Python 3.8 CPU 最佳化 2024 年 11 月 1 日 適用於 TensorFlow 2.6 的 AWS 深度學習容器包括 上訓練的容器CPU，針對 的效能和規模進行最佳化。 AWS如需詳細資訊，請參閱AWS 適用於 TensorFlow 2.6 的深度學習容器。 tensorflow-2.6-cpu-py38-ubuntu20.04-v1 Python 3 （python3） Python 3.8
TensorFlow 2.6 Python 3.8 GPU 最佳化 2024 年 11 月 1 日 適用於 TensorFlow 2.6 和 11.2 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需詳細資訊，請參閱AWS 適用於 TensorFlow 2.6 的深度學習容器。 tensorflow-2.6-gpu-py38-cu112-ubuntu20.04-v1 Python 3 （python3） Python 3.8
PyTorch 2.0.1 Python 3.10 已CPU最佳化 2024 年 11 月 1 日 適用於 PyTorch 2.0.1 和 12.1 CUDA 的 AWS 深度學習容器包括 上訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 pytorch-2.0.1-cpu-py310 Python 3 （python3） Python 3.10
PyTorch 2.0.1 Python 3.10 已GPU最佳化 2024 年 11 月 1 日 適用於 PyTorch 2.0.1 和 12.1 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 pytorch-2.0.1-gpu-py310 Python 3 （python3） Python 3.10
PyTorch 2.0.0 Python 3.10 CPU 最佳化 2024 年 11 月 1 日 適用於 PyTorch 2.0.0 的 AWS 深度學習容器包含用於 訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 pytorch-2.0.0-cpu-py310 Python 3 （python3） Python 3.10
PyTorch 2.0.0 Python 3.10 GPU 最佳化 2024 年 11 月 1 日 適用於 PyTorch 2.0.0 和 11.8 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 pytorch-2.0.0-gpu-py310 Python 3 （python3） Python 3.10
TensorFlow 2.12.0 Python 3.10 CPU 最佳化 2024 年 11 月 1 日 適用於 TensorFlow 2.12.0 和 11.2 CUDA 的 AWS 深度學習容器包括用於 訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 tensorflow-2.12.0-cpu-py310-ubuntu20.04-sagemaker-v1.0 Python 3 （python3） Python 3.10
TensorFlow 2.12.0 Python 3.10 GPU 最佳化 2024 年 11 月 1 日 適用於 TensorFlow 2.12.0 和 11.8 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 tensorflow-2.12.0-gpu-py310-cu118-ubuntu20.04-sagemaker-v1 Python 3 （python3） Python 3.10
TensorFlow 2.11.0 Python 3.9 CPU 最佳化 2024 年 11 月 1 日 適用於 TensorFlow 2.11.0 搭配 11.2 CUDA 的 AWS 深度學習容器包括 上訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 tensorflow-2.11.0-cpu-py39-ubuntu20.04-sagemaker-v1.1 Python 3 （python3） Python 3.9
TensorFlow 2.11.0 Python 3.9 GPU 最佳化 2024 年 11 月 1 日 適用於 TensorFlow 2.11.0 搭配 11.2 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 tensorflow-2.11.0-gpu-py39-cu112-ubuntu20.04-sagemaker-v1.1 Python 3 （python3） Python 3.9
TensorFlow 2.10 Python 3.9 CPU 最佳化 2024 年 11 月 1 日 適用於 TensorFlow 2.10 和 11.2 CUDA 的 AWS 深度學習容器包括 上訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 tensorflow-2.10.1-cpu-py39-ubuntu20.04-sagemaker-v1.2 Python 3 （python3） Python 3.9
TensorFlow 2.10 Python 3.9 GPU 最佳化 2024 年 11 月 1 日 適用於 TensorFlow 2.10 和 11.2 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需更多資訊，請參閱 Deep Learning Containers 的版本備註。 tensorflow-2.10.1-gpu-py39-ubuntu20.04-sagemaker-v1.2 Python 3 （python3） Python 3.9

已棄用的影像

SageMaker 已結束對下列映像的支援。Deprecaiton 會在影像中的任何套件達到其發佈者生命週期結束之後的隔天發生。

SageMaker 即將棄用的影像

SageMaker 影像 取代日期 描述 資源識別碼 核心 Python 版本
資料科學 2023 年 10 月 30 日 Data Science 是 Python 3.7 conda 映像，具有最常用的 Python 套件和程式庫，例如 NumPy 和 SciKit Learn。 datascience-1.0 Python 3 Python 3.7
SageMaker JumpStart 資料科學 1.0 2023 年 10 月 30 日 SageMaker JumpStart Data Science 1.0 是 JumpStart包含常用套件和程式庫的影像。 sagemaker-jumpstart-data-science-1.0 Python 3 Python 3.7
SageMaker JumpStart MXNet 1.0 2023 年 10 月 30 日 SageMaker JumpStart MXNet 1.0 是包含 JumpStart 的影像MXNet。 sagemaker-jumpstart-mxnet-1.0 Python 3 Python 3.7
SageMaker JumpStart PyTorch 1.0 2023 年 10 月 30 日 SageMaker JumpStart PyTorch 1.0 是包含 JumpStart 的影像 PyTorch。 sagemaker-jumpstart-pytorch-1.0 Python 3 Python 3.7
SageMaker JumpStart TensorFlow 1.0 2023 年 10 月 30 日 SageMaker JumpStart TensorFlow 1.0 是 JumpStart包含 的影像 TensorFlow。 sagemaker-jumpstart-tensorflow-1.0 Python 3 Python 3.7
SparkMagic 2023 年 10 月 30 日 具有 PySpark 和 Spark 核心的 Anaconda 個別版本。如需更多資訊，請參閱 sparkmagic。 sagemaker-sparkmagic

  • PySpark

  • Spark

 Python 3.7
TensorFlow 2.3 Python 3.7 CPU 最佳化 2023 年 10 月 30 日 適用於 TensorFlow 2.3 的 AWS 深度學習容器包括 上訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需詳細資訊，請參閱AWS 使用 TensorFlow 2.3.0 的深度學習容器。 tensorflow-2.3-cpu-py37-ubuntu18.04-v1 Python 3 Python 3.7
TensorFlow 2.3 Python 3.7 GPU 最佳化 2023 年 10 月 30 日 適用於 TensorFlow 2.3 和 11.0 CUDA 的 AWS 深度學習容器包括用於 訓練的容器GPU，針對 的效能和擴展進行最佳化 AWS。如需詳細資訊，請參閱適用於 AWS TensorFlow 2.3.1 搭配 11.0 CUDA 的深度學習容器。 tensorflow-2.3-gpu-py37-cu110-ubuntu18.04-v3 Python 3 Python 3.7
TensorFlow 1.15 Python 3.7 CPU 最佳化 2023 年 10 月 30 日 適用於 TensorFlow 1.15 的 AWS 深度學習容器包括 上訓練的容器CPU，針對 的效能和規模進行最佳化 AWS。如需詳細資訊，請參閱AWS 適用於 的深度學習容器 v7.0。 TensorFlow tensorflow-1.15-cpu-py37-ubuntu18.04-v7 Python 3 Python 3.7
TensorFlow 1.15 Python 3.7 GPU 最佳化 2023 年 10 月 30 日 適用於 TensorFlow 1.15 和 11.0 CUDA 的 AWS 深度學習容器包括 上訓練的容器GPU，針對 的效能和規模進行最佳化 AWS。如需詳細資訊，請參閱AWS 適用於 的深度學習容器 v7.0。 TensorFlow tensorflow-1.15-gpu-py37-cu110-ubuntu18.04-v8 Python 3 Python 3.7