SageMaker Imagens de distribuição

Importante

Atualmente, todos os pacotes em imagens de SageMaker distribuição são licenciados para uso com a Amazon SageMaker e não exigem licenças comerciais adicionais. No entanto, isso pode estar sujeito a alterações no futuro, e recomendamos revisar os termos de licenciamento regularmente para verificar se há atualizações.

SageMaker Distribuição é uma coleção de imagens do Docker, que inclui bibliotecas e pacotes populares para aprendizado de máquina, ciência de dados e visualização de análise de dados. O seguinte contém informações sobre as imagens SageMaker de distribuição.

As imagens do Docker incluem estruturas de aprendizado profundo, como as seguintes:

• PyTorch

• TensorFlow

• Keras

Também inclui pacotes Python populares, como os seguintes:

• numpy

• scikit-learn

• pandas

Dentro do contêiner, você pode usar o seguinteIDEs:

• JupyterLab

• Editor de código, baseado em Code- OSS (Visual Studio Code Open Source)

Cada imagem SageMaker de distribuição tem uma GPU variante e uma CPU variante.

SageMaker A distribuição está disponível em:

• Estúdio

• Laboratório de estúdio

Os pacotes incluídos no contêiner têm garantia de compatibilidade entre si e o tempo de execução é criado para funcionar em qualquer lugar. Você pode usar o contêiner para executar notebooks ou trabalhos de SageMaker treinamento do Amazon SageMaker Studio. Você também pode executar o contêiner em um laptop local. Use a SageMaker distribuição para começar rapidamente com o desenvolvimento de ML em seu ambiente local. Faça a transição perfeita para tarefas como a execução em lote de trabalhos de treinamento sem precisar reconfigurar seu ambiente de tempo de execução.

Para ver a lista de todas as bibliotecas suportadas na SageMaker distribuição e suas versões correspondentes, consulte SageMakerDistribuição GitHub. Você também pode usar as imagens pré-criadas e de ready-to-use SageMaker distribuição da Amazon Elastic Container Registry Gallery.

Pacotes e versões compatíveis

Para ver a lista dos pacotes instalados em uma versão do SageMaker Distribution, consulte o RELEASE arquivo.md no diretório build_artifacts do repositório de distribuição. SageMaker GitHub

SageMaker Política de suporte de imagens de distribuição

Lançamento da versão	Descrição	Frequência de atualização
Major	Uma versão principal da Amazon SageMaker Distribution atualiza todas as suas dependências principais para a versão compatível mais recente. SageMaker A distribuição pode adicionar ou remover pacotes em uma versão principal. As versões principais são indicadas pelo primeiro número na string da versão. Por exemplo, 1,0, 2,0, 3,0.	Semestral
Menor	Uma versão secundária da Amazon SageMaker Distribution garante que todas as suas dependências principais sejam atualizadas para a versão secundária compatível mais recente dentro da mesma versão principal. SageMaker A distribuição pode adicionar novos pacotes durante o lançamento de uma versão secundária. As versões secundárias são indicadas pelo segundo número na string da versão. Por exemplo, 1,1, 1,2 ou 2,1	Mensalmente (versões secundárias adicionais também são lançadas com base na necessidade adicional)
Patch	O lançamento de uma versão de patch da Amazon SageMaker Distribution garante que todas as suas dependências principais sejam atualizadas para a versão de patch compatível mais recente dentro da mesma versão secundária. SageMaker A distribuição não adiciona nem remove pacotes durante o lançamento de uma versão de patch.	7 dias (correções noturnas também foram implantadas com base na gravidade)

Importante

• SageMaker A distribuição v0.x.y é usada somente no Studio Classic. SageMaker A distribuição v1.x.y só é usada em. JupyterLab

• Tentamos atualizar as imagens do Studio com novas versões regularmente. Se os pacotes na imagem de distribuição estiverem desatualizados, recomendamos aguardar a próxima atualização.

• Algumas dependências, como Python, são tratadas de forma diferente. A Amazon SageMaker Distribution permite uma pequena atualização do Python com uma versão. Por exemplo, você pode atualizar o Python 3.10 para o Python 3.11 ao atualizar da versão 4.8 para 5.0.