Defina o ambiente para seu script de algoritmo - Amazon Braket

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Defina o ambiente para seu script de algoritmo

AmazonO Braket oferece suporte a três ambientes definidos por contêineres para seu script de algoritmo:

  • Um contêiner base (o padrão, se nenhum image_uri for especificado)

  • Um contêiner com Tensorflow e PennyLane

  • Um recipiente com PyTorch e PennyLane

A tabela a seguir fornece detalhes sobre os contêineres e as bibliotecas que eles incluem.

Contêineres Amazon Braket
Tipo PennyLane com TensorFlow PennyLane com PyTorch Pennylane

Base

292282985366.dkr. ecr.us-east-1.amazonaws.com /amazon-braket-tensorflow-jobs:latest

292282985366.dkr. ecr.us-west-2.amazonaws.com /amazon-braket-pytorch-jobs:latest

292282985366.dkr. ecr.us-west-2.amazonaws.com /amazon-braket-base-jobs:latest

Bibliotecas herdadas

  • awscli

  • numpy

  • pandas

  • scipy

  • awscli

  • numpy

  • pandas

  • scipy

Bibliotecas adicionais

  • simulador amazon-braket-default-simulator

  • plugin amazon-braket-pennylane

  • esquemas de chaves da Amazon

  • amazon braket-sdk

  • kernel ipy

  • keras

  • matplotlib

  • redes

  • openbabel

  • PennyLane

  • protobuf

  • psi4

  • rsa

  • PennyLane-GPU Lightning

  • CuQuantum

  • simulador amazon-braket-default-simulator

  • plugin amazon-braket-pennylane

  • esquemas de chaves da Amazon

  • amazon braket-sdk

  • kernel ipy

  • keras

  • matplotlib

  • redes

  • openbabel

  • PennyLane

  • protobuf

  • psi4

  • rsa

  • PennyLane-GPU Lightning

  • CuQuantum

  • simulador amazon-braket-default-simulator

  • plugin amazon-braket-pennylane

  • esquemas de chaves da Amazon

  • amazon braket-sdk

  • awscli

  • boto3

  • kernel ipy

  • matplotlib

  • redes

  • numpy

  • openbabel

  • pandas

  • PennyLane

  • protobuf

  • psi4

  • rsa

  • scipy

Você pode visualizar e acessar as definições de contêiner de código aberto em aws/amazon-braket-containers. Escolha o contêiner que melhor se adequa ao seu caso de uso. O contêiner deve estar no Região da AWS qual você invoca sua tarefa híbrida. Você especifica a imagem do contêiner ao criar um trabalho híbrido adicionando um dos três argumentos a seguir à sua create(…​) chamada no script de trabalho híbrido. Você pode instalar dependências adicionais no contêiner escolhido em tempo de execução (ao custo da inicialização ou do tempo de execução) porque os contêineres Amazon Braket têm conectividade com a Internet. O exemplo a seguir é para a região us-west-2.

  • Imagem base image_uri="292282985366.dkr. ecr.us-west-2.amazonaws.com /amazon-braket-base-jobs:1.0-cpu-py39-ubuntu22.04”

  • Imagem do Tensorflow image_uri="292282985366.dkr. ecr.us-east-1.amazonaws.com /amazon-braket-tensorflow-jobs:2.11.0-gpu-py39-cu112-ubuntu20.04”

  • PyTorch image image_uri="292282985366.dkr. ecr.us-west-2.amazonaws.com /amazon-braket-pytorch-jobs:1.13.1-gpu-py39-cu117-ubuntu20.04”

Eles também image-uris podem ser recuperados usando a retrieve_image() função no SDK do Amazon Braket. O exemplo a seguir mostra como recuperá-los do Região da AWS us-west-2.

from braket.jobs.image_uris import retrieve_image, Framework

image_uri_base = retrieve_image(Framework.BASE, "us-west-2")
image_uri_tf = retrieve_image(Framework.PL_TENSORFLOW, "us-west-2")
image_uri_pytorch = retrieve_image(Framework.PL_PYTORCH, "us-west-2")