기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
Studio Classic에서 사용할 수 있는 Amazon SageMaker 이미지
중요
2023년 11월 30일부로 이전 Amazon SageMaker Studio 경험의 이름이 Amazon SageMaker Studio Classic으로 변경되었습니다. 다음 섹션은 Studio Classic 애플리케이션 사용에 관해 다룹니다. 업데이트된 Studio 경험 사용에 대한 자세한 내용은 Amazon SageMaker Studio 섹션을 참조하세요.
이 페이지에는 Amazon SageMaker Studio에서 사용할 수 있는 SageMaker 이미지 및 관련 커널이 나열되어 있습니다. 이 페이지에서는 각 이미지에 대한 ARN을 만드는 데 필요한 형식에 대한 정보도 제공합니다. SageMaker 이미지에는 최신 Amazon SageMaker Python SDK
이미지 ARN 형식
다음 표에는 각 리전에 대한 이미지 ARN 및 URI 형식이 나와 있습니다. 이미지에 대한 전체 ARN을 만들려면 resource-identifier 자리 표시자를 이미지에 대한 해당 리소스 식별자로 바꾸세요. 리소스 식별자는 SageMaker 이미지 및 커널 테이블에 있습니다. 이미지에 대한 전체 URI를 만들려면 tag 자리 표시자를 해당 cpu 또는 gpu 태그로 바꾸세요. 사용할 수 있는 태그 목록은 지원되는 URI 태그 섹션을 참조하세요.
참고
SageMaker Distribution 이미지는 다음 표에 나열된 고유한 이미지 ARN 세트를 사용합니다.
| 리전 | 이미지 ARN 형식 | SageMaker Distribution 이미지 ARN 포맷 | SageMaker Distribution 이미지 URI 형식 |
|---|---|---|---|
| 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 |
지원되는 URI 태그
다음 목록은 이미지 URI에 포함할 수 있는 태그를 보여줍니다.
1-cpu
1-gpu
0-cpu
0-gpu
다음 예시에서는 다양한 태그 형식이 있는 URI를 보여줍니다.
542918446943.dkr.ecr.us-west-2.amazonaws.com/sagemaker-distribution-prod:1-cpu
542918446943.dkr.ecr.us-west-2.amazonaws.com/sagemaker-distribution-prod:0-gpu
지원되는 이미지
다음 표에는 Amazon SageMaker Studio Classic에서 사용할 수 있는 SageMaker 이미지 및 관련 커널이 나와 있습니다. 또한 이미지에 포함된 리소스 식별자 및 Python 버전에 대한 정보도 제공합니다.
SageMaker 이미지 및 커널
| SageMaker 이미지 | 설명 | 리소스 식별자 | 커널(및 식별자) | Python 버전 |
|---|---|---|---|---|
| SageMaker Distribution v1 CPU | SageMaker Distribution v1 CPU는 CPU의 기계 학습, 데이터 과학 및 데이터 분석에 널리 사용되는 프레임워크를 포함하는 Python 3.10 이미지입니다. 여기에는 PyTorch, TensorFlow, Keras와 같은 딥 러닝 프레임워크, numpy, scikit-learn, pandas와 같은 인기 있는 Python 패키지, Jupyter Lab과 같은 IDE가 포함됩니다. 자세한 내용은 Amazon SageMaker Distribution |
sagemaker-distribution-cpu-v1 | Python 3(python3) | Python 3.10 |
| SageMaker Distribution v1 GPU | SageMaker Distribution v1 GPU는 GPU의 기계 학습, 데이터 과학 및 데이터 분석에 널리 사용되는 프레임워크를 포함하는 Python 3.10 이미지입니다. 여기에는 PyTorch, TensorFlow, Keras와 같은 딥 러닝 프레임워크, numpy, scikit-learn, pandas와 같은 인기 있는 Python 패키지, Jupyter Lab과 같은 IDE가 포함됩니다. 자세한 내용은 Amazon SageMaker Distribution |
sagemaker-distribution-gpu-v1 | Python 3(python3) | Python 3.10 |
| Base Python 3.0 | boto3 및 AWS CLI 이 포함된 DockerHub의 공식 Python 3.10 이미지입니다. | sagemaker-base-python-310-v1 | Python 3(python3) | Python 3.10 |
| Data Science 4.0 | Data Science 4.0은 Ubuntu 버전 22.04를 기반으로 하는 Python 3.11 conda |
sagemaker-data-science-311-v1 | Python 3(python3) | Python 3.11 |
| 데이터 과학 3.0 | Data Science 3.0은 Ubuntu 버전 22.04를 기반으로 하는 Python 3.10 conda |
sagemaker-data-science-310-v1 | Python 3(python3) | Python 3.10 |
| 지리공간 1.0 | Amazon SageMaker 지리공간은 GDAL, Fiona, GeoPandas, Shapely, Rasterio와 같이 일반적으로 사용되는 지리공간 라이브러리로 구성된 Python 이미지입니다. 이를 통해 SageMaker AI 내에서 지리 공간 데이터를 시각화할 수 있습니다. 자세한 내용은 Amazon SageMaker 지리공간 노트북 SDK를 참조하세요. | sagemaker-geospatial-1.0 | Python 3(python3) | Python 3.10 |
| SparkAnalytics 3.0 | SparkAnalytics 3.0 이미지는 Amazon SageMaker Studio Classic에서 SparkMagic Spark, SparkMagic PySpark, Glue Spark 및 Glue PySpark를 포함한 Spark 및 PySpark 커널 옵션을 제공하여 유연한 분산 데이터 처리를 가능하게 합니다. | sagemaker-sparkanalytics-311-v1 |
|
Python 3.11 |
| SparkAnalytics 2.0 | PySpark 및 Spark 커널이 포함된 Anaconda 개별판입니다. 자세한 내용은 sparkmagic |
sagemaker-sparkanalytics-310-v1 |
|
Python 3.10 |
| PyTorch 2.4.0 Python 3.11 CPU 최적화 | CUDA 12.4를 사용하는 PyTorch 2.4.0용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-2.4.0-cpu-py311 | Python 3(python3) | Python 3.11 |
| PyTorch 2.4.0 Python 3.11 GPU 최적화 | CUDA 12.4를 사용하는 PyTorch 2.4.0용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-2.4.0-gpu-py311 | Python 3(python3) | Python 3.11 |
| PyTorch 2.3.0 Python 3.11 CPU 최적화됨 | CUDA 12.1이 탑재된 PyTorch 2.3.0용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-2.3.0-cpu-py311 | Python 3(python3) | Python 3.11 |
| PyTorch 2.3.0 Python 3.11 GPU 최적화됨 | CUDA 12.1을 사용하는 PyTorch 2.3.0용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-2.3.0-gpu-py311 | Python 3(python3) | Python 3.11 |
| PyTorch 2.2.0 Python 3.10 CPU 최적화됨 | CUDA 12.1이 탑재된 PyTorch 2.2용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-2.2.0-cpu-py310 | Python 3(python3) | Python 3.10 |
| PyTorch 2.2.0 Python 3.10 GPU 최적화됨 | CUDA 12.1을 사용하는 PyTorch 2.2용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-2.2.0-gpu-py310 | Python 3(python3) | Python 3.10 |
| PyTorch 2.1.0 Python 3.10 CPU 최적화됨 | CUDA 12.1을 사용하는 PyTorch 2.1용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-2.1.0-cpu-py310 | Python 3(python3) | Python 3.10 |
| PyTorch 2.1.0 Python 3.10 GPU 최적화됨 | CUDA 12.1을 사용하는 PyTorch 2.1용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-2.1.0-gpu-py310 | Python 3(python3) | Python 3.10 |
| PyTorch 1.13 HuggingFace Python 3.10 Neuron 최적화됨 | AWS에서 성능 및 규모 조정에 최적화된 Trainium 인스턴스에 대한 훈련을 위해 HuggingFace 및 Neuron 패키지가 설치된 PyTorch 1.13 이미지 | pytorch-1.13-hf-neuron-py310 | Python 3(python3) | Python 3.10 |
| PyTorch 1.13 Python 3.10 Neuron 최적화됨 | AWS에서 성능 및 규모 조정에 최적화된 Trainium 인스턴스에 대한 훈련을 위해 Neuron 패키지가 설치된 PyTorch 1.13 이미지 | pytorch-1.13-neuron-py310 | Python 3(python3) | Python 3.10 |
| TensorFlow 2.14.0 Python 3.10 CPU 최적화됨 | CUDA 11.8을 사용하는 TensorFlow 2.14용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | tensorflow-2.14.1-cpu-py310-ubuntu20.04-sagemaker-v1.0 | Python 3(python3) | Python 3.10 |
| TensorFlow 2.14.0 Python 3.10 GPU 최적화됨 | CUDA 11.8이 탑재된 TensorFlow 2.14용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | tensorflow-2.14.1-gpu-py310-cu118-ubuntu20.04-sagemaker-v1.0 | Python 3(python3) | Python 3.10 |
지원 중단이 예정된 이미지
SageMaker AI는 게시자가 이미지의 패키지가 수명 종료에 도달한 다음날 이미지에 대한 지원을 종료합니다. 다음 SageMaker 이미지는 지원 중단될 예정입니다.
Python 3.8을 기반으로 한 이미지는 2024년 10월 31일에 수명이 종료
지원 중단이 예정된 SageMaker 이미지
| SageMaker 이미지 | 사용 중단 날짜 | 설명 | 리소스 식별자 | 커널 | Python 버전 |
|---|---|---|---|---|---|
| SageMaker Distribution v0.12 CPU | 2024년 11월 1일 | SageMaker Distribution v0 CPU는 CPU의 기계 학습, 데이터 과학 및 시각화에 널리 사용되는 프레임워크를 포함하는 Python 3.8 이미지입니다. 여기에는 PyTorch, TensorFlow, Keras와 같은 딥 러닝 프레임워크, numpy, scikit-learn, pandas와 같은 인기 있는 Python 패키지, Jupyter Lab과 같은 IDE가 포함됩니다. 자세한 내용은 Amazon SageMaker AI Distribution |
sagemaker-distribution-cpu-v0 | Python 3(python3) | Python 3.8 |
| SageMaker Distribution v0.12 GPU | 2024년 11월 1일 | SageMaker Distribution v0 GPU는 GPU의 기계 학습, 데이터 과학 및 시각화에 널리 사용되는 프레임워크를 포함하는 Python 3.8 이미지입니다. 여기에는 PyTorch, TensorFlow, Keras와 같은 딥 러닝 프레임워크, numpy, scikit-learn, pandas와 같은 인기 있는 Python 패키지, Jupyter Lab과 같은 IDE가 포함됩니다. 자세한 내용은 Amazon SageMaker AI Distribution |
sagemaker-distribution-gpu-v0 | Python 3(python3) | Python 3.8 |
| Base Python 2.0 | 2024년 11월 1일 | boto3 및 AWS CLI 이 포함된 DockerHub의 공식 Python 3.8 이미지입니다. | sagemaker-base-python-38 | Python 3(python3) | Python 3.8 |
| 데이터 과학 2.0 | 2024년 11월 1일 | Data Science 2.0은 Ubuntu 버전 22.04를 기반으로 하는 Python 3.8 conda |
sagemaker-data-science-38 | Python 3(python3) | Python 3.8 |
| PyTorch 1.13 Python 3.9 CPU 최적화됨 | 2024년 11월 1일 | CUDA 11.3이 탑재된 PyTorch 1.13용 AWS 딥 러닝 컨테이너에는 성능 및 스케일 아웃에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-1.13-cpu-py39 | Python 3(python3) | Python 3.9 |
| PyTorch 1.13 Python 3.9 CPU 최적화됨 | 2024년 11월 1일 | CUDA 11.7을 사용하는 PyTorch 1.13용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-1.13-gpu-py39 | Python 3(python3) | Python 3.9 |
| PyTorch 1.12 Python 3.8 CPU 최적화됨 | 2024년 11월 1일 | CUDA 11.3을 사용하는 PyTorch 1.12용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 PyTorch 1.12.0용AWS 딥 러닝 컨테이너 |
pytorch-1.12-cpu-py38 | Python 3(python3) | Python 3.8 |
| PyTorch 1.12 Python 3.8 CPU 최적화됨 | 2024년 11월 1일 | CUDA 11.3이 탑재된 PyTorch 1.12용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 PyTorch 1.12.0용AWS 딥 러닝 컨테이너 |
pytorch-1.12-gpu-py38 | Python 3(python3) | Python 3.8 |
| PyTorch 1.10 Python 3.8 CPU 최적화됨 | 2024년 11월 1일 | PyTorch 1.10용 AWS 딥 러닝 컨테이너에는에서 성능 및 확장에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 AWS SageMaker AI의 PyTorch 1.10.2용 딥 러닝 컨테이너를 참조하세요 |
pytorch-1.10-cpu-py38 | Python 3(python3) | Python 3.8 |
| PyTorch 1.10 Python 3.8 CPU 최적화됨 | 2024년 11월 1일 | CUDA 11.3을 사용하는 PyTorch 1.10용 AWS 딥 러닝 컨테이너에는 성능 및 스케일 아웃에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 AWS SageMaker AI의 PyTorch 1.10.2용 딥 러닝 컨테이너를 참조하세요 |
pytorch-1.10-gpu-py38 | Python 3(python3) | Python 3.8 |
| SparkAnalytics 1.0 | 2024년 11월 1일 | PySpark 및 Spark 커널이 포함된 Anaconda 개별판입니다. 자세한 내용은 sparkmagic |
sagemaker-sparkanalytics-v1 |
|
Python 3.8 |
| TensorFlow 2.13.0 Python 3.10 CPU 최적화됨 | 2024년 11월 1일 | CUDA 11.8을 사용하는 TensorFlow 2.13용 AWS 딥 러닝 컨테이너에는 성능 및 스케일 아웃에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | tensorflow-2.13.0-cpu-py310-ubuntu20.04-sagemaker-v1.0 | Python 3(python3) | Python 3.10 |
| TensorFlow 2.13.0 Python 3.10 GPU 최적화됨 | 2024년 11월 1일 | CUDA 11.8이 탑재된 TensorFlow 2.13용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | tensorflow-2.13.0-gpu-py310-cu118-ubuntu20.04-sagemaker-v1.0 | Python 3(python3) | Python 3.10 |
| TensorFlow 2.6 Python 3.8 CPU 최적화됨 | 2024년 11월 1일 | TensorFlow 2.6용 AWS 딥 러닝 컨테이너에는에서 성능 및 확장에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 TensorFlow 2.6용AWS 딥 러닝 컨테이너 |
tensorflow-2.6-cpu-py38-ubuntu20.04-v1 | Python 3(python3) | Python 3.8 |
| TensorFlow 2.6 Python 3.8 CPU 최적화됨 | 2024년 11월 1일 | CUDA 11.2가 탑재된 TensorFlow 2.6용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 TensorFlow 2.6용AWS 딥 러닝 컨테이너 |
tensorflow-2.6-gpu-py38-cu112-ubuntu20.04-v1 | Python 3(python3) | Python 3.8 |
| PyTorch 2.0.1 Python 3.10 CPU 최적화됨 | 2024년 11월 1일 | CUDA 12.1이 포함된 PyTorch 2.0.1용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-2.0.1-cpu-py310 | Python 3(python3) | Python 3.10 |
| PyTorch 2.0.1 Python 3.10 GPU 최적화됨 | 2024년 11월 1일 | CUDA 12.1이 탑재된 PyTorch 2.0.1용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-2.0.1-gpu-py310 | Python 3(python3) | Python 3.10 |
| PyTorch 2.0.0 Python 3.10 CPU 최적화됨 | 2024년 11월 1일 | PyTorch 2.0.0용 AWS 딥 러닝 컨테이너에는에서 성능 및 확장에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-2.0.0-cpu-py310 | Python 3(python3) | Python 3.10 |
| PyTorch 2.0.0 Python 3.10 GPU 최적화됨 | 2024년 11월 1일 | CUDA 11.8을 사용하는 PyTorch 2.0.0용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | pytorch-2.0.0-gpu-py310 | Python 3(python3) | Python 3.10 |
| TensorFlow 2.12.0 Python 3.10 CPU 최적화됨 | 2024년 11월 1일 | CUDA 11.2가 탑재된 TensorFlow 2.12.0용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | tensorflow-2.12.0-cpu-py310-ubuntu20.04-sagemaker-v1.0 | Python 3(python3) | Python 3.10 |
| TensorFlow 2.12.0 Python 3.10 CPU 최적화됨 | 2024년 11월 1일 | CUDA 11.8이 탑재된 TensorFlow 2.12.0용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | tensorflow-2.12.0-gpu-py310-cu118-ubuntu20.04-sagemaker-v1 | Python 3(python3) | Python 3.10 |
| TensorFlow 2.11.0 Python 3.9 CPU 최적화됨 | 2024년 11월 1일 | CUDA 11.2를 사용하는 TensorFlow 2.11.0용 AWS 딥 러닝 컨테이너에는 성능 및 스케일 아웃에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | tensorflow-2.11.0-cpu-py39-ubuntu20.04-sagemaker-v1.1 | Python 3(python3) | Python 3.9 |
| TensorFlow 2.11.0 Python 3.9 CPU 최적화됨 | 2024년 11월 1일 | CUDA 11.2가 탑재된 TensorFlow 2.11.0용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | tensorflow-2.11.0-gpu-py39-cu112-ubuntu20.04-sagemaker-v1.1 | Python 3(python3) | Python 3.9 |
| TensorFlow 2.10 Python 3.9 CPU 최적화됨 | 2024년 11월 1일 | CUDA 11.2를 사용하는 TensorFlow 2.10용 AWS 딥 러닝 컨테이너에는 성능 및 스케일 아웃에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | tensorflow-2.10.1-cpu-py39-ubuntu20.04-sagemaker-v1.2 | Python 3(python3) | Python 3.9 |
| TensorFlow 2.10 Python 3.9 CPU 최적화됨 | 2024년 11월 1일 | CUDA 11.2를 사용하는 TensorFlow 2.10용 AWS 딥 러닝 컨테이너에는 성능 및 스케일 아웃에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 딥 러닝 컨테이너 릴리스 노트를 참조하세요. | tensorflow-2.10.1-gpu-py39-ubuntu20.04-sagemaker-v1.2 | Python 3(python3) | Python 3.9 |
더 이상 사용되지 않는 이미지
SageMaker AI는 다음 이미지에 대한 지원을 종료했습니다. 지원 종료는 이미지의 패키지가 게시자에 의해 수명 종료에 도달한 다음 날 발생합니다.
지원 중단이 예정된 SageMaker 이미지
| SageMaker 이미지 | 사용 중단 날짜 | 설명 | 리소스 식별자 | 커널 | Python 버전 |
|---|---|---|---|---|---|
| 데이터 과학 | 2023년 10월 30일 | Data Science는 NumPy 및 SciKit Learn과 같이 가장 일반적으로 사용되는 Python 패키지 및 라이브러리가 포함된 Python 3.7 conda |
datascience-1.0 | Python 3 | Python 3.7 |
| SageMaker JumpStart 데이터 과학 1.0 | 2023년 10월 30일 | SageMaker JumpStart Data Science 1.0은 일반적으로 사용되는 패키지와 라이브러리가 포함된 JumpStart 이미지입니다. |
sagemaker-jumpstart-data-science-1.0 | Python 3 | Python 3.7 |
| SageMaker JumpStart MXNet 1.0 | 2023년 10월 30일 | SageMaker JumpStart MXNet 1.0은 MXNet이 포함된 JumpStart 이미지입니다. |
sagemaker-jumpstart-mxnet-1.0 | Python 3 | Python 3.7 |
| SageMaker JumpStart PyTorch 1.0 | 2023년 10월 30일 | SageMaker JumpStart PyTorch 1.0은 PyTorch를 포함하는 JumpStart 이미지입니다. |
sagemaker-jumpstart-pytorch-1.0 | Python 3 | Python 3.7 |
| SageMaker JumpStart TensorFlow 1.0 | 2023년 10월 30일 | SageMaker JumpStart TensorFlow 1.0은 TensorFlow가 포함된 JumpStart 이미지입니다. |
sagemaker-jumpstart-tensorflow-1.0 | Python 3 | Python 3.7 |
| SparkMagic | 2023년 10월 30일 | PySpark 및 Spark 커널이 포함된 Anaconda 개별판입니다. 자세한 내용은 sparkmagic |
sagemaker-sparkmagic |
|
Python 3.7 |
| TensorFlow 2.3 Python 3.7 CPU 최적화됨 | 2023년 10월 30일 | TensorFlow 2.3용 AWS 딥 러닝 컨테이너에는에서 성능 및 확장에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 TensorFlow 2.3.0이 포함된AWS 딥 러닝 컨테이너 |
tensorflow-2.3-cpu-py37-ubuntu18.04-v1 | Python 3 | Python 3.7 |
| TensorFlow 2.3 Python 3.7 CPU 최적화됨 | 2023년 10월 30일 | CUDA 11.0이 탑재된 TensorFlow 2.3용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 CUDA 11.0이 포함된 TensorFlow 2.3.1용AWS 딥 러닝 컨테이너 |
tensorflow-2.3-gpu-py37-cu110-ubuntu18.04-v3 | Python 3 | Python 3.7 |
| TensorFlow 1.15 Python 3.7 CPU 최적화됨 | 2023년 10월 30일 | TensorFlow 1.15용 AWS 딥 러닝 컨테이너에는에서 성능 및 확장에 최적화된 CPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 TensorFlow용AWS 딥 러닝 컨테이너 v7.0 |
tensorflow-1.15-cpu-py37-ubuntu18.04-v7 | Python 3 | Python 3.7 |
| TensorFlow 1.15 Python 3.7 CPU 최적화됨 | 2023년 10월 30일 | CUDA 11.0이 탑재된 TensorFlow 1.15용 AWS 딥 러닝 컨테이너에는 성능 및 확장에 최적화된 GPU 훈련용 컨테이너가 포함되어 있습니다 AWS. 자세한 내용은 TensorFlow용AWS 딥 러닝 컨테이너 v7.0 |
tensorflow-1.15-gpu-py37-cu110-ubuntu18.04-v8 | Python 3 | Python 3.7 |
