提供使用者對自訂映像的存取權 - Amazon SageMaker
步驟 1：建立 Dockerfile步驟 2：建置 Dockerfile步驟 3：將映像推送至 Amazon Elastic Container Registry 儲存庫步驟 4：將映像連接至使用者的 Amazon SageMaker 網域

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。

提供使用者對自訂映像的存取權

本文件提供 step-by-step相關指示，讓您的使用者能夠存取其 JupyterLab 環境中的自訂映像。您可以使用此頁面上的資訊，為使用者的工作流程建立自訂環境。此程序涉及使用：

  • Docker

  • AWS Command Line Interface

  • Amazon Elastic Container Registry

  • Amazon SageMaker AWS Management Console

遵循此頁面上的指引後，Amazon SageMaker 網域上的 JupyterLab 使用者將能夠從 Jupyter 空間存取自訂映像和環境，以授權其機器學習工作流程。

重要

此頁面假設您擁有 AWS Command Line Interface 和 Docker 安裝在您的本機機器上。

若要讓您的使用者在 內成功執行其映像 JupyterLab，您必須執行下列動作：

若要讓您的使用者成功執行映像

  1. 建立 Dockerfile

  2. 從 Dockerfile 建置映像

  3. 將映像上傳至 Amazon Elastic Container Registry

  4. 將映像連接至您的 Amazon SageMaker 網域

  5. 讓您的使用者從您的 JupyterLab 空間存取映像

步驟 1：建立 Dockerfile

建立 Dockerfile 以定義在使用者容器中執行應用程式所需的環境所需的步驟。

重要

您的 Dockerfile 必須符合 中提供的規格Dockerfile 規格。

使用下列 Dockerfile 範本建立 Amazon Linux 2 映像：


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='*'

使用下列 Dockerfile 範本建立 Amazon SageMaker Distribution Image：


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"]

步驟 2：建置 Dockerfile

在與 Dockerfile 相同的目錄中，使用下列命令建置映像：


docker build -t username/imagename:tag your-account-id.dkr.ecr.AWS 區域.amazonaws.com/your-repository-name:tag
重要

您的映像必須以下列格式標記： 123456789012.dkr.ecr.your-region.amazonaws.com/your-repository-name:tag

否則，您將無法將其推送至 Amazon Elastic Container Registry 儲存庫。

步驟 3：將映像推送至 Amazon Elastic Container Registry 儲存庫

建立映像之後，請使用下列命令登入 Amazon ECR儲存庫：


aws ecr get-login-password --region AWS 區域 | docker login --username AWS --password-stdin 123456789012.dkr.ecr.AWS 區域.amazonaws.com

登入後，請使用下列命令推送 Dockerfile：


docker push 123456789012.dkr.ecr.AWS 區域.amazonaws.com/your-repository-name:tag

步驟 4：將映像連接至使用者的 Amazon SageMaker 網域

推送映像之後，您必須從 Amazon SageMaker 網域存取映像。使用下列程序將映像連接至 SageMaker 網域：

  1. 開啟SageMaker主控台 。

  2. 在管理員組態 下，選擇網域 。

  3. 從網域清單中，選取網域。

  4. 開啟環境索引標籤。

  5. 針對個人 Studio 應用程式 的自訂映像，選擇連接映像 。

  6. 指定映像來源。

  7. 選擇 Next (下一步)。

  8. 選擇提交。

您的使用者現在可以從其 JupyterLab 空間選取您已連接至其網域的影像。