ユーザーにカスタムイメージへのアクセスを提供する

このドキュメントでは、 JupyterLab 環境内のカスタムイメージへのアクセスをユーザーに許可する step-by-step 手順について説明します。このページの情報を使用して、ユーザーのワークフロー用のカスタム環境を作成できます。このプロセスでは、以下を利用します。

• Docker

• AWS Command Line Interface

• Amazon Elastic Container Registry

• Amazon SageMaker AWS Management Console

このページのガイダンスに従うと、Amazon SageMaker ドメインの JupyterLab ユーザーは Jupyter スペースからカスタムイメージと環境にアクセスして、機械学習ワークフローを強化できます。

重要

このページでは、 AWS Command Line Interface と がローカルマシンにDockerインストールされていることを前提としています。

ユーザーが 内でイメージを正常に実行できるようにするには JupyterLab、以下を実行する必要があります。

ユーザーがイメージを正常に実行できるようにするには

1. Dockerfile を作成する

2. Dockerfile からイメージを構築する

3. Amazon Elastic Container Registry にイメージをアップロードする

4. Amazon SageMaker ドメインにイメージをアタッチする

5. ユーザーに JupyterLab スペースからイメージへのアクセスを許可する

ステップ 1: Dockerfile を作成する

Dockerfile を作成して、ユーザーのコンテナでアプリケーションを実行するために必要な環境を作成するために必要なステップを定義します。

重要

Dockerfile は、「」に記載されている仕様を満たす必要がありますDockerfile の仕様。

次の Dockerfile テンプレートを使用して、Amazon Linux 2 イメージを作成します。

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='*'


            

次の Dockerfile テンプレートを使用して Amazon SageMaker ディストリビューションイメージを作成します。

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"]                
            

ステップ 2: Dockerfile を構築する

Dockerfile と同じディレクトリに、次のコマンドを使用してイメージを構築します。

docker build -t username/imagename:tag your-account-id.dkr.ecr.AWS リージョン.amazonaws.com/your-repository-name:tag                    
                

重要

イメージには、次の形式でタグ付けする必要があります。 123456789012.dkr.ecr.your-region.amazonaws.com/your-repository-name:tag

そうしないと、Amazon Elastic Container Registry リポジトリにプッシュすることはできません。

ステップ 3: イメージを Amazon Elastic Container Registry リポジトリにプッシュする

イメージを構築したら、次のコマンドを使用して Amazon ECR リポジトリにログインします。

aws ecr get-login-password --region AWS リージョン | docker login --username AWS --password-stdin 123456789012.dkr.ecr.AWS リージョン.amazonaws.com                  
                

ログインしたら、次のコマンドを使用して Dockerfile をプッシュします。

docker push 123456789012.dkr.ecr.AWS リージョン.amazonaws.com/your-repository-name:tag
                

ステップ 4: ユーザーの Amazon SageMaker ドメインにイメージをアタッチする

イメージをプッシュしたら、Amazon SageMaker ドメインからそのイメージにアクセスする必要があります。イメージを SageMaker ドメインにアタッチするには、次の手順に従います。

1. SageMaker コンソールを開きます。

2. 管理者設定 で、ドメイン を選択します。

3. ドメイン のリストからドメインを選択します。

4. 環境タブを開きます。

5. 個人用 Studio アプリのカスタムイメージ で、イメージのアタッチ を選択します。

6. イメージソースを指定します。

7. [次へ] をクリックします。

8. [送信] を選択します。

ユーザーは、ドメインにアタッチしたイメージを自分の JupyterLab スペースから選択できるようになりました。