定義演算法指令碼的環境 - Amazon Braket

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

定義演算法指令碼的環境

Amazon Braket 支援容器為您的演算法指令碼定義的環境：

  • 基礎容器 （如果image_uri未指定，則預設為預設值）

  • 具有 CUDA-Q 的容器

  • 具有 Tensorflow 和 PennyLane 的容器

  • 具有 PyTorch、PennyLane 和 CUDA-Q 的容器

下表提供有關容器及其包含的程式庫的詳細資訊。

Amazon Braket 容器
Type 基礎 CUDA-Q TensorFlow PyTorch

映像 URI

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

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

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

繼承的程式庫

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • awscli

  • botocore

  • boto3

  • 達斯克

  • matplotlib

  • numpy

  • pandas

  • PennyLane

  • PennyLane-Lightning

  • qiskit-braket-provider

  • 請求

  • sagemaker-training

  • scikit-learn

  • scipy

  • awscli

  • numpy

  • pandas

  • scipy

  • awscli

  • numpy

  • pandas

  • scipy

其他程式庫

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • awscli

  • boto3

  • ipykernel

  • matplotlib

  • networkx

  • numpy

  • Openbabel

  • pandas

  • PennyLane

  • protobuf

  • psi4

  • rsa

  • scipy

  • cudaq

  • cudaq-qec

  • cudaq-solvers

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • ipykernel

  • 角

  • matplotlib

  • networkx

  • Openbabel

  • PennyLane

  • protobuf

  • psi4

  • rsa

  • PennyLane-Lightning-gpu

  • cuQuantum

  • amazon-braket-default-simulator

  • amazon-braket-pennylane-plugin

  • amazon-braket-schemas

  • amazon-braket-sdk

  • ipykernel

  • 角

  • matplotlib

  • networkx

  • Openbabel

  • PennyLane

  • protobuf

  • psi4

  • rsa

  • PennyLane-Lightning-gpu

  • cuQuantum

  • cudaq

  • cudaq-qec

  • cudaq-solvers

您可以在 aws/amazon-braket-containers 中檢視和存取開放原始碼容器定義。選擇最符合您使用案例的容器。您可以使用 Braket 中的任何可用 AWS 區域 (us-east-1、us-west-1、us-west-2、eu-north-1、eu-west-2)，但容器區域必須符合混合任務的區域。在混合任務指令碼中將下列三個引數之一新增至您的create(…​)呼叫，以在建立混合任務時指定容器映像。您可以將其他相依性安裝到您在執行時間選擇的容器 （啟動或執行時間的成本），因為 Amazon Braket 容器具有網際網路連線能力。下列範例適用於 us-west-2 區域。

  • 基礎映像：image_uri="292282985366.dkr.ecr.us-west-2.amazonaws.com/amazon-braket-base-jobs:latest"

  • CUDA-Q 映像：image_uri="292282985366.dkr.ecr.us-west-2.amazonaws.com/amazon-braket-cudaq-jobs:latest"

  • Tensorflow 影像：image_uri="292282985366.dkr.ecr.us-west-2.amazonaws.com/amazon-braket-tensorflow-jobs:latest"

  • PyTorch 影像：image_uri="292282985366.dkr.ecr.us-west-2.amazonaws.com/amazon-braket-pytorch-jobs:latest"

image-uris 也可以使用 Amazon Braket SDK 中的 retrieve_image()函數來擷取 。下列範例示範如何從 us-west-2 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_cudaq = retrieve_image(Framework.CUDAQ, "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")