定義演算法指令碼的環境

AmazonBraket 支援由容器為您的演算法指令碼定義的三種環境：

• 一個基本容器（默認值，如果沒有image_uri已指定)

• 帶有張量流的容器和 PennyLane

• 一個容器 PyTorch 和 PennyLane

下表提供有關容器及其包含之程式庫的詳細資訊。

Amazon Braket 容器
類型	PennyLane-TensorFlow: 2.11.0-克共聚丙二十九	PennyLane-PyTorch1.13.1-克普-丙二十九分之二	制動器基礎:1.0.0-CPU-帕比 39-總共 22.04
Base	29282985366.dkr.e. 我們的東方-一. 亞馬遜amazon-braket-tensorflow-jobs: 2.11.0-克普-吡 39-銅一十二聚二十四	美國西部-亞馬遜。amazon-braket-pytorch-jobs: 1.13.1-克普普-皮三九立方体	美國西部-亞馬遜。amazon-braket-base-jobs: 1.0-CPU-丙二十九分之二
繼承的函數	awscli numpy pandas scipy	awscli numpy pandas scipy
其他圖書館	amazon-braket-default-simulator amazon-braket-pennylane-plugin amazon-braket-schemas amazon-braket-sdk 伊皮內核 喀拉斯 馬特洛特利卜 網絡 開放巴貝爾 PennyLane 原生物 psi4 RSA PennyLane-閃電 GPU CuQuantum	amazon-braket-default-simulator amazon-braket-pennylane-plugin amazon-braket-schemas amazon-braket-sdk 伊皮內核 喀拉斯 馬特洛特利卜 網絡 開放巴貝爾 PennyLane 原生物 psi4 RSA PennyLane-閃電 GPU CuQuantum	amazon-braket-default-simulator amazon-braket-pennylane-plugin amazon-braket-schemas amazon-braket-sdk awscli boto3 伊皮內核 馬特洛特利卜 網絡 numpy 開放巴貝爾 pandas PennyLane 原生物 psi4 RSA scipy

您可以在以下位置檢視和存取開放原始碼容器定義：aw/amazon-braket-containers。選擇最符合您使用案例的容器。容器必須位於AWS 區域從中調用您的混合作業。您可以在建立混合工作時指定容器映像檔，方法是將下列三個引數之一新增至create(…​)呼叫混合工作指令碼。您可以將其他依賴項安裝到您在運行時選擇的容器中（以啟動或運行時為代價），因為Amazon布拉基特容器具有互聯網連接。以下範例顯示美國西部 -2 區域。

• 基本影像圖片來源 = "292282985366 日元。amazon-braket-base-jobs: 1.0-CPU-丙二十九分之二百四十四吋

• 張量流圖像圖像列表 = "292282985366 日元。amazon-braket-tensorflow-jobs: 2.11.0-克普-皮三十九立方体

• PyTorch 影像圖片來源 = "292282985366 日元。amazon-braket-pytorch-jobs: 1.13.1-克普普-皮三九立方体

該image-uris也可以使用retrieve_image()中的功能Amazon布拉克特 SDK。以下範例顯示如何從 US-西 -2 來擷取它們AWS 區域。

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")