Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Fornire agli utenti l'accesso a immagini personalizzate
Questa documentazione fornisce step-by-step istruzioni per fornire agli utenti l'accesso a immagini personalizzate all'interno dei loro JupyterLab ambienti. È possibile utilizzare le informazioni in questa pagina per creare ambienti personalizzati per i flussi di lavoro degli utenti. Il processo prevede l'utilizzo di:
-
Docker
-
AWS Command Line Interface
-
Amazon Elastic Container Registry
-
Amazon SageMaker AWS Management Console
Dopo aver seguito le indicazioni riportate in questa pagina, JupyterLab gli utenti del SageMaker dominio Amazon avranno accesso all'immagine e all'ambiente personalizzati dai propri spazi Jupyter per potenziare i flussi di lavoro di machine learning.
Importante
Questa pagina presuppone che tu abbia installato AWS Command Line Interface e Docker sul tuo computer locale.
Per consentire agli utenti di eseguire correttamente la propria immagine all'interno JupyterLab, è necessario effettuare le seguenti operazioni:
Affinché gli utenti eseguano correttamente l'immagine
-
Crea il Dockerfile
-
Crea l'immagine dal Dockerfile
-
Carica l'immagine su Amazon Elastic Container Registry
-
Allega l'immagine al tuo SageMaker dominio Amazon
-
Consenti ai tuoi utenti di accedere all'immagine dal tuo JupyterLab spazio
Passaggio 1: crea il Dockerfile
Crea un Dockerfile per definire i passaggi necessari per creare l'ambiente necessario per eseguire l'applicazione nei contenitori degli utenti.
Importante
Il tuo Dockerfile deve soddisfare le specifiche fornite in. Specifiche del file Docker
Usa il seguente modello Dockerfile per creare un'immagine Amazon Linux 2:
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 ${NB_UID} CMD jupyter lab --ip 0.0.0.0 --port 8888 \ --ServerApp.base_url="/jupyterlab/default" \ --ServerApp.token='' \ --ServerApp.allow_origin='*'
Utilizza il seguente modello Dockerfile per creare un'immagine di SageMaker distribuzione Amazon:
FROM public.ecr.aws/sagemaker/sagemaker-distribution:latest-cpu ARG NB_USER="sagemaker-user" ARG NB_UID=1000 ARG NB_GID=100 ENV MAMBA_USER=$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"]
Passaggio 2: crea il Dockerfile
Nella stessa directory del tuo Dockerfile, crea la tua immagine usando il seguente comando:
docker build -t username/imagename:tag your-account-id.dkr.ecr.
Regione AWS
.amazonaws.com/your-repository-name
:tag
Importante
La tua immagine deve essere taggata nel seguente formato: 123456789012
.dkr.ecr.your-region.amazonaws.com/your-repository-name
:tag
Altrimenti non sarai in grado di inviarlo a un repository Amazon Elastic Container Registry.
Fase 3: invia l'immagine al repository di Amazon Elastic Container Registry
Dopo aver creato l'immagine, accedi al tuo ECR repository Amazon utilizzando il seguente comando:
aws ecr get-login-password --region
Regione AWS
| docker login --username AWS --password-stdin123456789012
.dkr.ecr.Regione AWS
.amazonaws.com
Dopo aver effettuato l'accesso, invia il tuo Dockerfile usando il seguente comando:
docker push
123456789012
.dkr.ecr.Regione AWS
.amazonaws.com/your-repository-name
:tag
Fase 4: Allega l'immagine al SageMaker dominio Amazon dei tuoi utenti
Dopo aver inviato l'immagine, devi accedervi dal tuo SageMaker dominio Amazon. Utilizza la seguente procedura per allegare l'immagine a un SageMaker dominio:
-
Aprire la SageMakerconsole
. -
In Configurazioni di amministrazione, scegli Domini.
-
Dall'elenco dei domini, seleziona un dominio.
-
Apri la scheda Ambiente.
-
Per immagini personalizzate per app Studio personali, scegli Allega immagine.
-
Specificate la fonte dell'immagine.
-
Scegli Next (Successivo).
-
Scegli Invia.
I tuoi utenti possono ora selezionare l'immagine che hai allegato al loro dominio dal loro JupyterLab spazio.