Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Important
Depuis le 30 novembre 2023, l'expérience Amazon SageMaker Studio précédente s'appelle désormais Amazon SageMaker Studio Classic. La section suivante est spécifique à l'utilisation de l'application Studio Classic. Pour plus d'informations sur l'utilisation de l'expérience Studio mise à jour, consultezAmazon SageMaker Studio.
Cette page répertorie les images SageMaker AI et les noyaux associés disponibles dans Amazon SageMaker Studio Classic. Cette page fournit également des informations sur le format nécessaire pour créer l'ARN de chaque image. SageMaker Les images AI contiennent le dernier SDK Amazon SageMaker Python
Rubriques
Format d'ARN des images
Le tableau suivant répertorie les formats d'ARN et d'URI de l'image pour chaque région. Pour créer l'ARN complet d'une image, remplacez l'resource-identifierespace réservé par l'identifiant de ressource correspondant à l'image. L'identifiant de ressource se trouve dans le tableau des images et des noyaux de l' SageMaker IA. Pour créer l'URI complet d'une image, remplacez l'tagespace réservé par la balise cpu ou gpu correspondante. Pour la liste des balises que vous pouvez utiliser, consultezTags d'URI pris en charge.
Note
SageMaker Les images de distribution utilisent un ensemble d'images distinct ARNs, répertorié dans le tableau suivant.
| Région | Format d'ARN des images | SageMaker Format ARN de l'image de distribution | SageMaker Format d'URI de l'image de distribution |
|---|---|---|---|
| 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 |
Tags d'URI pris en charge
La liste suivante indique les balises que vous pouvez inclure dans l'URI de votre image.
1 processeur
1 processeur graphique
0 processeur
0 GPU
Les exemples suivants illustrent URIs différents formats de balises :
542918446943.dkr. ecr.us-west-2.amazonaws.com /:1-cpu sagemaker-distribution-prod
542918446943.dkr. ecr.us-west-2.amazonaws.com /:0-gpu sagemaker-distribution-prod
Images prises en charge
Le tableau suivant fournit des informations sur les images SageMaker AI et les noyaux associés disponibles dans Amazon SageMaker Studio Classic. Il fournit également des informations sur l'identifiant de ressource et la version de Python inclus dans l'image.
SageMaker Images et noyaux d'IA
| SageMaker Image IA | Description | Identificateur de ressource | Noyaux (et identifiant) | Python Version |
|---|---|---|---|---|
| SageMaker Processeur Distribution v1 | SageMaker Distribution v1 CPUest une image Python 3.10 qui inclut des frameworks populaires pour l'apprentissage automatique, la science des données et l'analyse de données sur processeur. Cela inclut des frameworks d'apprentissage profond tels PyTorch que Keras ; TensorFlow des packages Python populaires tels que numpy, scikit-learn et pandas ; et comme Jupyter Lab. IDEs Pour plus d'informations, consultez le dépôt Amazon SageMaker Distribution |
sagemaker-distribution-cpu-v1 | Python 3 (python3) | Python 3.10 |
| SageMaker Processeur graphique Distribution v1 | SageMaker Distribution v1 GPUest une image Python 3.10 qui inclut des frameworks populaires pour l'apprentissage automatique, la science des données et l'analyse de données sur GPU. Cela inclut des frameworks d'apprentissage profond tels PyTorch que Keras ; TensorFlow des packages Python populaires tels que numpy, scikit-learn et pandas ; et comme Jupyter Lab. IDEs Pour plus d'informations, consultez le dépôt Amazon SageMaker Distribution |
sagemaker-distribution-gpu-v1 | Python 3 (python3) | Python 3.10 |
| Base Python 3.0 | Image officielle de Python 3.10 réalisée DockerHub avec boto3 et incluse. AWS CLI | sagemaker-base-python-310-v1 | Python 3 (python3) | Python 3.10 |
| Science des données 4.0 | Data Science 4.0est une image conda |
sagemaker-data-science-311-v1 | Python 3 (python3) | Python 3.11 |
| Data Science 3.0 | Data Science 3.0est une image conda |
sagemaker-data-science-310-v1 | Python 3 (python3) | Python 3.10 |
| Geospatial 1.0 | Amazon SageMaker geospatial est une image Python composée de bibliothèques géospatiales couramment utilisées telles que GDAL, Fiona GeoPandas, Shapley et Rasterio. Il vous permet de visualiser les données géospatiales au sein de l' SageMaker IA. Pour plus d'informations, consultez le SDK Amazon SageMaker Geospatial Notebook | sagemaker-geospatial-1.0 | Python 3 (python3) | Python 3.10 |
| SparkAnalytics 3,0 | L'image SparkAnalytics 3.0 fournit des options de Spark et de PySpark noyau sur Amazon SageMaker Studio Classic, notamment SparkMagic Spark SparkMagic PySpark, Glue Spark et Glue PySpark, permettant un traitement distribué flexible des données. | sagemaker-sparkanalytics-311-v1 |
|
Python 3.11 |
| SparkAnalytics 2,0 | Édition individuelle Anaconda avec noyaux PySpark et Spark. Pour de plus amples informations, veuillez consultersparkmagic |
sagemaker-sparkanalytics-310-v1 |
|
Python 3.10 |
| PyTorch 2.4.0 Python 3.11 optimisé pour le processeur | Les AWS Deep Learning Containers pour PyTorch 2.4.0 avec CUDA 12.4 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-2.4.0-cpu-py311 | Python 3 (python3) | Python 3.11 |
| PyTorch 2.4.0 Python 3.11 optimisé pour le GPU | Les AWS Deep Learning Containers pour PyTorch 2.4.0 avec CUDA 12.4 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-2.4.0-gpu-py311 | Python 3 (python3) | Python 3.11 |
| PyTorch 2.3.0 Python 3.11 optimisé pour le processeur | Les AWS Deep Learning Containers pour PyTorch 2.3.0 avec CUDA 12.1 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-2.3.0-cpu-py311 | Python 3 (python3) | Python 3.11 |
| PyTorch 2.3.0 Python 3.11 optimisé pour le GPU | Les AWS Deep Learning Containers pour PyTorch 2.3.0 avec CUDA 12.1 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-2.3.0-gpu-py311 | Python 3 (python3) | Python 3.11 |
| PyTorch 2.2.0 Python 3.10 optimisé pour le processeur | Les AWS Deep Learning Containers for PyTorch 2.2 avec CUDA 12.1 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-2.2.0-cpu-py310 | Python 3 (python3) | Python 3.10 |
| PyTorch 2.2.0 Python 3.10 optimisé pour le GPU | Les AWS Deep Learning Containers for PyTorch 2.2 avec CUDA 12.1 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-2.2.0-gpu-py310 | Python 3 (python3) | Python 3.10 |
| PyTorch 2.1.0 Python 3.10 optimisé pour le processeur | Les AWS Deep Learning Containers for PyTorch 2.1 avec CUDA 12.1 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-2.1.0-cpu-py310 | Python 3 (python3) | Python 3.10 |
| PyTorch 2.1.0 Python 3.10 optimisé pour le GPU | Les AWS Deep Learning Containers for PyTorch 2.1 avec CUDA 12.1 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-2.1.0-gpu-py310 | Python 3 (python3) | Python 3.10 |
| PyTorch 1.13 HuggingFace Python 3.10 Optimisé pour les neurones | PyTorch Image 1.13 avec HuggingFace et packages Neuron installés pour l'entraînement sur des instances Trainium optimisées en termes de performances et d'évolutivité. AWS | pytorch-1,13- 310 hf-neuron-py | Python 3 (python3) | Python 3.10 |
| PyTorch 1.13 Python 3.10 Optimisé pour les neurones | PyTorch Image 1.13 avec des packages Neuron installés pour l'entraînement sur des instances Trainium optimisées en termes de performances et d'évolutivité. AWS | pytorch-1.13-neuron-py310 | Python 3 (python3) | Python 3.10 |
| TensorFlow 2.14.0 Python 3.10 optimisé pour le processeur | Les AWS Deep Learning Containers pour TensorFlow 2.14 avec CUDA 11.8 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | tensorflow-2.14.1-cpu-py310-ubuntu20.04-sagemaker-v1.0 | Python 3 (python3) | Python 3.10 |
| TensorFlow 2.14.0 Python 3.10 optimisé pour le GPU | Les AWS Deep Learning Containers pour TensorFlow 2.14 avec CUDA 11.8 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | tensorflow-2.14.1-gpu-py310-cu118-ubuntu20.04-sagemaker-v1.0 | Python 3 (python3) | Python 3.10 |
Images dont l'obsolescence est prévue
SageMaker L'IA met fin à la prise en charge des images le lendemain de la fin de vie de l'un des packages contenus dans l'image par son éditeur. Les images d' SageMaker IA suivantes sont destinées à être dépréciées.
Les images basées sur Python 3.8 ont été end-of-life
SageMaker Images d'IA vouées à la dépréciation
| SageMaker Image IA | Date d’obsolescence | Description | Identificateur de ressource | Noyaux | Python Version |
|---|---|---|---|---|---|
| SageMaker Processeur Distribution v0.12 | 1er novembre 2024 | SageMaker Distribution v0 CPU est une image Python 3.8 qui inclut des frameworks populaires pour le machine learning, la science des données et la visualisation sur CPU. Cela inclut des frameworks d'apprentissage profond tels PyTorch que Keras ; TensorFlow des packages Python populaires tels que numpy, scikit-learn et pandas ; et comme Jupyter Lab. IDEs Pour plus d'informations, consultez le dépôt Amazon SageMaker AI Distribution |
sagemaker-distribution-cpu-v0 | Python 3 (python3) | Python 3.8 |
| SageMaker Processeur graphique Distribution v0.12 | 1er novembre 2024 | SageMaker Distribution v0 GPU est une image Python 3.8 qui inclut des frameworks populaires pour le machine learning, la science des données et la visualisation sur GPU. Cela inclut des frameworks d'apprentissage profond tels PyTorch que Keras ; TensorFlow des packages Python populaires tels que numpy, scikit-learn et pandas ; et comme Jupyter Lab. IDEs Pour plus d'informations, consultez le dépôt Amazon SageMaker AI Distribution |
sagemaker-distribution-gpu-v0 | Python 3 (python3) | Python 3.8 |
| Base Python 2.0 | 1er novembre 2024 | Image officielle de Python 3.8 réalisée DockerHub avec boto3 et AWS CLI incluse. | sagemaker-base-python-38 | Python 3 (python3) | Python 3.8 |
| Data Science 2.0 | 1er novembre 2024 | Data Science 2.0est une image conda en |
sagemaker-data-science-38 | Python 3 (python3) | Python 3.8 |
| PyTorch 1.13 Python 3.9 optimisé pour le processeur | 1er novembre 2024 | Les AWS Deep Learning Containers pour la PyTorch version 1.13 avec CUDA 11.3 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-1.13-cpu-py39 | Python 3 (python3) | Python 3.9 |
| PyTorch 1.13 Python 3.9 optimisé pour le GPU | 1er novembre 2024 | Les AWS Deep Learning Containers for PyTorch 1.13 with CUDA 11.7 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-1.13-gpu-py39 | Python 3 (python3) | Python 3.9 |
| PyTorch 1.12 Python 3.8 Optimisé pour le processeur | 1er novembre 2024 | Les AWS Deep Learning Containers pour la PyTorch version 1.12 avec CUDA 11.3 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez AWS Deep Learning Containers pour la version PyTorch 1.12.0 |
pytorch-1.12-cpu-py38 | Python 3 (python3) | Python 3.8 |
| PyTorch 1.12 Python 3.8 Optimisé pour le GPU | 1er novembre 2024 | Les AWS Deep Learning Containers for PyTorch 1.12 with CUDA 11.3 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez AWS Deep Learning Containers pour la version PyTorch 1.12.0 |
pytorch-1.12-gpu-py38 | Python 3 (python3) | Python 3.8 |
| PyTorch 1.10 Python 3.8 Optimisé pour le processeur | 1er novembre 2024 | Les AWS Deep Learning Containers pour la PyTorch version 1.10 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez AWS Deep Learning Containers pour la PyTorch version 1.10.2 sur l' SageMaker IA |
pytorch-1.10-cpu-py38 | Python 3 (python3) | Python 3.8 |
| PyTorch 1.10 Python 3.8 optimisé pour le GPU | 1er novembre 2024 | Les AWS Deep Learning Containers pour la PyTorch version 1.10 avec CUDA 11.3 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez AWS Deep Learning Containers pour la PyTorch version 1.10.2 sur l' SageMaker IA |
pytorch-1.10-gpu-py38 | Python 3 (python3) | Python 3.8 |
| SparkAnalytics 1,0 | 1er novembre 2024 | Édition individuelle Anaconda avec noyaux PySpark et Spark. Pour de plus amples informations, veuillez consultersparkmagic |
sagemaker-sparkanalytics-v1 |
|
Python 3.8 |
| TensorFlow 2.13.0 Python 3.10 optimisé pour le processeur | 1er novembre 2024 | Les AWS Deep Learning Containers pour TensorFlow 2.13 avec CUDA 11.8 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez les notes de publication pour les Deep Learning Containers. . | tensorflow-2.13.0-cpu-py310-ubuntu20.04-sagemaker-v1.0 | Python 3 (python3) | Python 3.10 |
| TensorFlow 2.13.0 Python 3.10 optimisé pour le GPU | 1er novembre 2024 | Les AWS Deep Learning Containers pour TensorFlow 2.13 avec CUDA 11.8 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | tensorflow-2.13.0-gpu-py310-cu118-ubuntu20.04-sagemaker-v1.0 | Python 3 (python3) | Python 3.10 |
| TensorFlow 2.6 Python 3.8 Optimisé pour le processeur | 1er novembre 2024 | Les AWS Deep Learning Containers for TensorFlow 2.6 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité AWS. Pour plus d'informations, consultez AWS Deep Learning Containers for TensorFlow 2.6 |
tensorflow-2.6-cpu-py38-ubuntu20.04-v1 | Python 3 (python3) | Python 3.8 |
| TensorFlow 2.6 Python 3.8 Optimisé pour le GPU | 1er novembre 2024 | Les AWS Deep Learning Containers for TensorFlow 2.6 avec CUDA 11.2 incluent des conteneurs pour la formation sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez AWS Deep Learning Containers for TensorFlow 2.6 |
tensorflow-2.6-gpu-py38-cu112-ubuntu20.04-v1 | Python 3 (python3) | Python 3.8 |
| PyTorch 2.0.1 Python 3.10 optimisé pour le processeur | 1er novembre 2024 | Les AWS Deep Learning Containers pour PyTorch 2.0.1 avec CUDA 12.1 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-2.0.1-cpu-py310 | Python 3 (python3) | Python 3.10 |
| PyTorch 2.0.1 Python 3.10 optimisé pour le GPU | 1er novembre 2024 | Les AWS Deep Learning Containers pour PyTorch 2.0.1 avec CUDA 12.1 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-2.0.1-gpu-py310 | Python 3 (python3) | Python 3.10 |
| PyTorch 2.0.0 Python 3.10 optimisé pour le processeur | 1er novembre 2024 | Les AWS Deep Learning Containers for PyTorch 2.0.0 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-2.0.0-cpu-py310 | Python 3 (python3) | Python 3.10 |
| PyTorch 2.0.0 Python 3.10 optimisé pour le GPU | 1er novembre 2024 | Les AWS Deep Learning Containers pour PyTorch 2.0.0 avec CUDA 11.8 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | pytorch-2.0.0-gpu-py310 | Python 3 (python3) | Python 3.10 |
| TensorFlow 2.12.0 Python 3.10 optimisé pour le processeur | 1er novembre 2024 | Les AWS Deep Learning Containers pour TensorFlow 2.12.0 avec CUDA 11.2 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | tensorflow-2.12.0-cpu-py310-ubuntu20.04-sagemaker-v1.0 | Python 3 (python3) | Python 3.10 |
| TensorFlow 2.12.0 Python 3.10 optimisé pour le GPU | 1er novembre 2024 | Les AWS Deep Learning Containers pour TensorFlow 2.12.0 avec CUDA 11.8 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | tensorflow-2.12.0-gpu-py310-cu118-ubuntu20.04-sagemaker-v1 | Python 3 (python3) | Python 3.10 |
| TensorFlow 2.11.0 Python 3.9 optimisé pour le processeur | 1er novembre 2024 | Les AWS Deep Learning Containers pour la TensorFlow version 2.11.0 avec CUDA 11.2 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | tensorflow-2.11.0-cpu-py39-ubuntu20.04-sagemaker-v1.1 | Python 3 (python3) | Python 3.9 |
| TensorFlow 2.11.0 Python 3.9 optimisé pour le GPU | 1er novembre 2024 | Les AWS Deep Learning Containers pour la TensorFlow version 2.11.0 avec CUDA 11.2 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | tensorflow-2.11.0-gpu-py39-cu112-ubuntu20.04-sagemaker-v1.1 | Python 3 (python3) | Python 3.9 |
| TensorFlow 2.10 Python 3.9 optimisé pour le processeur | 1er novembre 2024 | Les AWS Deep Learning Containers pour TensorFlow 2.10 avec CUDA 11.2 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | tensorflow-2.10.1-cpu-py39-ubuntu20.04-sagemaker-v1.2 | Python 3 (python3) | Python 3.9 |
| TensorFlow 2.10 Python 3.9 optimisé pour le GPU | 1er novembre 2024 | Les AWS Deep Learning Containers pour TensorFlow 2.10 avec CUDA 11.2 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez Release Notes for Deep Learning Containers (Notes de mise à jour pour les conteneurs Deep Learning). | tensorflow-2.10.1-gpu-py39-ubuntu20.04-sagemaker-v1.2 | Python 3 (python3) | Python 3.9 |
Images obsolètes
SageMaker AI a mis fin à la prise en charge des images suivantes. La dépréciation survient le lendemain de la fin de vie de l'un des packages de l'image par son éditeur.
SageMaker Images d'IA vouées à la dépréciation
| SageMaker Image IA | Date d’obsolescence | Description | Identificateur de ressource | Noyaux | Python Version |
|---|---|---|---|---|---|
| Data Science | 30 octobre 2023 | Data Scienceest une image conda |
datascience-1.0 | Python 3 | Python 3.7 |
| SageMaker JumpStart Science des données 1.0 | 30 octobre 2023 | SageMaker JumpStart Data Science 1.0est une JumpStart image qui inclut des packages et des bibliothèques couramment utilisés. |
sagemaker-jumpstart-data-science-1,0 | Python 3 | Python 3.7 |
| SageMaker JumpStart MXNet 1,0 | 30 octobre 2023 | SageMaker JumpStart MXNet 1.0est une JumpStart image qui inclut MXNet. |
sagemaker-jumpstart-mxnet-1,0 | Python 3 | Python 3.7 |
| SageMaker JumpStart PyTorch 1,0 | 30 octobre 2023 | SageMaker JumpStart PyTorch 1.0est une JumpStart image qui inclut PyTorch. |
sagemaker-jumpstart-pytorch-1,0 | Python 3 | Python 3.7 |
| SageMaker JumpStart TensorFlow 1,0 | 30 octobre 2023 | SageMaker JumpStart TensorFlow 1.0est une JumpStart image qui inclut TensorFlow. |
sagemaker-jumpstart-tensorflow-1,0 | Python 3 | Python 3.7 |
| SparkMagic | 30 octobre 2023 | Édition individuelle Anaconda avec noyaux PySpark et Spark. Pour de plus amples informations, veuillez consultersparkmagic |
sagemaker-sparkmagic |
|
Python 3.7 |
| TensorFlow 2.3 Optimisé pour le processeur Python 3.7 | 30 octobre 2023 | Les AWS Deep Learning Containers for TensorFlow 2.3 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité AWS. Pour plus d'informations, consultez AWS Deep Learning Containers with TensorFlow 2.3.0 |
tensorflow-2.3-cpu-py37-ubuntu18.04-v1 | Python 3 | Python 3.7 |
| TensorFlow 2.3 Optimisé pour le GPU Python 3.7 | 30 octobre 2023 | Les AWS Deep Learning Containers for TensorFlow 2.3 avec CUDA 11.0 incluent des conteneurs pour la formation sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez AWS Deep Learning Containers pour TensorFlow 2.3.1 avec CUDA 11.0 |
tensorflow-2.3-gpu-py37-cu110-ubuntu18.04-v3 | Python 3 | Python 3.7 |
| TensorFlow 1.15 Python 3.7 optimisé pour le processeur | 30 octobre 2023 | Les AWS Deep Learning Containers pour la TensorFlow version 1.15 incluent des conteneurs pour l'entraînement sur le processeur, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez AWS Deep Learning Containers v7.0 pour TensorFlow |
tensorflow-1.15-cpu-py37-ubuntu18.04-v7 | Python 3 | Python 3.7 |
| TensorFlow 1.15 Python 3.7 optimisé pour le GPU | 30 octobre 2023 | Les AWS Deep Learning Containers pour la TensorFlow version 1.15 avec CUDA 11.0 incluent des conteneurs pour l'entraînement sur GPU, optimisés en termes de performances et d'évolutivité. AWS Pour plus d'informations, consultez AWS Deep Learning Containers v7.0 pour TensorFlow |
tensorflow-1.15-gpu-py37-cu110-ubuntu18.04-v8 | Python 3 | Python 3.7 |
