Definieren Sie die Umgebung für Ihr Algorithmus-Skript - Amazon Braket

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Definieren Sie die Umgebung für Ihr Algorithmus-Skript

AmazonBraket unterstützt drei Umgebungen, die durch Container für Ihr Algorithmus-Skript definiert sind:

  • Ein Basiscontainer (der Standard, wenn keiner angegeben image_uri ist)

  • Ein Container mit Tensorflow und PennyLane

  • Ein Container mit und PyTorch PennyLane

Die folgende Tabelle enthält Einzelheiten zu den Containern und den darin enthaltenen Bibliotheken.

Amazon Braket-Behälter
Typ PennyLane mit TensorFlow PennyLane mit PyTorch Pennylane

Basis

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

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

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

Geerbte Bibliotheken

  • awscli

  • numpy

  • pandas

  • scipy

  • awscli

  • numpy

  • pandas

  • scipy

Zusätzliche Bibliotheken

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • ipykernel

  • Keras

  • Matplotlib

  • netzwerke

  • Openbabel

  • PennyLane

  • Protobug

  • PSI 4

  • rsa

  • PennyLane-Blitzing-GPU

  • Cu-Quantum

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • ipy Kernel

  • Keras

  • Matplotlib

  • netzwerke

  • Openbabel

  • PennyLane

  • Protobug

  • PSI 4

  • rsa

  • PennyLane-Blitzing-GPU

  • Cu-Quantum

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • awscli

  • boto3

  • ipy Kernel

  • Matplotlib

  • netzwerke

  • numpy

  • Openbabel

  • pandas

  • PennyLane

  • Protobug

  • PSI 4

  • rsa

  • scipy

Sie können die Open-Source-Container-Definitionen unter aws/ einsehen und darauf zugreifen. amazon-braket-containers Wählen Sie den Container, der am besten zu Ihrem Anwendungsfall passt. Der Container muss sich in dem befinden, AWS-Region von dem aus Sie Ihren Hybrid-Job aufrufen. Sie geben das Container-Image an, wenn Sie einen Hybrid-Job erstellen, indem Sie Ihrem create(…​) Aufruf im Hybrid-Job-Skript eines der folgenden drei Argumente hinzufügen. Sie können zur Laufzeit (auf Kosten des Starts oder der Laufzeit) zusätzliche Abhängigkeiten in den von Ihnen ausgewählten Container installieren, da die Amazon Braket-Container über eine Internetverbindung verfügen. Das folgende Beispiel bezieht sich auf die Region us-west-2.

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

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

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

image-urisSie können auch mit der Funktion im Braket-SDK abgerufen werden. retrieve_image() Amazon Das folgende Beispiel zeigt, wie sie aus dem AWS-Region US-West-2 abgerufen werden können.

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")