Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Especificaciones SageMaker de imagen personalizadas
importante
A partir del 30 de noviembre de 2023, la experiencia anterior de Amazon SageMaker Studio pasa a denominarse Amazon SageMaker Studio Classic. La siguiente sección es específica sobre el uso de la aplicación Studio Classic. Para obtener información sobre el uso de la experiencia de Studio actualizada, consulteAmazon SageMaker Studio.
Las siguientes especificaciones se aplican a la imagen del contenedor que se representa mediante una versión de SageMaker imagen.
- Ejecutar la imagen
-
ENTRYPOINT
y se anulanCMD
las instrucciones para permitir que la imagen se ejecute como una KernelGateway aplicación.El puerto 8888 de la imagen está reservado para ejecutar el servidor KernelGateway web.
- Detener la imagen
-
DeleteApp
APIEmite el equivalente a undocker stop
comando. Otros procesos del contenedor no recibirán las SIGTERM señalesSIGKILL/. - Descubrimiento de kernel
-
SageMaker reconoce los núcleos tal y como los definen las especificaciones del núcleo de Jupyter.
Puede especificar una lista de kernels que se van a mostrar antes de ejecutar la imagen. Si no se especifica, se muestra python3. Utilice el DescribeAppImageConfigAPIpara ver la lista de núcleos.
Los entornos Conda se reconocen como especificaciones del kernel de forma predeterminada.
- Sistema de archivos
-
Los directorios
/opt/.sagemakerinternal
y/opt/ml
están reservados. Es posible que los datos de estos directorios no estén visibles en tiempo de ejecución. - Datos de usuario
-
Cada usuario de un dominio obtiene un directorio de usuarios en un volumen compartido de Amazon Elastic File System de la imagen. La ubicación del directorio del usuario actual en el EFS volumen de Amazon es configurable. El directorio
/home/sagemaker-user
es la ubicación predeterminada del archivo.SageMaker configura POSIXUID/los GID mapeos entre la imagen y el host. De forma predeterminada, mapea elUID/GID(0/0) del usuario root con el/del UID host. GID
Puede especificar estos valores mediante. CreateAppImageConfigAPI
- GID/UIDlímites
-
Amazon SageMaker Studio Classic solo admite lo siguiente
DefaultUID
yDefaultGID
combinaciones:-
PredeterminadoUID: 1000 y predeterminadoGID: 100, que corresponde a un usuario sin privilegios.
-
PredeterminadoUID: 0 y predeterminadoGID: 0, que corresponde al acceso root.
-
- Metadatos
-
Hay un archivo de metadatos en
/opt/ml/metadata/resource-metadata.json
. No se añaden variables de entorno adicionales a las variables definidas en la imagen. Para obtener más información, consulte Obtener metadatos de aplicaciones. - GPU
-
En una GPU instancia, la imagen se ejecuta con la
--gpus
opción. Solo se debe incluir el CUDA kit de herramientas en la imagen, no los NVIDIA controladores. Para obtener más información, consulte la Guía NVIDIA del usuario. - Métricas y registro
-
Los registros del KernelGateway proceso se envían a Amazon CloudWatch en la cuenta del cliente. El nombre del grupo de registro es
/aws/sagemaker/studio
. El nombre del flujo de registro. es$domainID/$userProfileName/KernelGateway/$appName
. - Tamaño de imagen
-
Limitado a 35 GB. Para ver el tamaño de la imagen, ejecute
docker image ls
.
Ejemplo de Dockerfile
El siguiente ejemplo de Dockerfile crea un Amazon Linux 2 basado en imágenes, instala paquetes de terceros y el kernel python3
, y establece el ámbito para el usuario sin privilegios.
FROM public.ecr.aws/amazonlinux/amazonlinux:2 ARG NB_USER="sagemaker-user" ARG NB_UID="1000" ARG NB_GID="100" RUN \ yum install --assumeyes python3 shadow-utils && \ useradd --create-home --shell /bin/bash --gid "${NB_GID}" --uid ${NB_UID} ${NB_USER} && \ yum clean all && \ python3 -m pip install ipykernel && \ python3 -m ipykernel install USER ${NB_UID}