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

AmazonBraket 支援由容器為您的演算法指令碼定義的三種環境:

  • 基底容器 (預設值,如果沒image_uri有指定)

  • 一個帶有張量流和 PennyLane

  • 具有 PyTorch 和的容器 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
Type PennyLane 與 TensorFlow PennyLane 與 PyTorch 薄荷

Base

我們東amazon-braket-tensorflow-jobs部-阿馬遜網站/: 最新

我們西部-amazon-braket-pytorch-jobs 亞馬遜公司/: 最新

我們西部-amazon-braket-base-jobs 亞馬遜公司/: 最新

繼承程式庫

  • 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 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。容器必須位於您呼叫混合工作的 AWS 區域 來源中。您可以在建立混合式工作指令碼時,將下列三個引數其中一個新增至您的create(…​)呼叫,以指定容器映像檔。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 Braket 容器具有互聯網連接。下列範例適用於 us-west-2 區域。

  • 基本影amazon-braket-base-jobs像圖片 = "292282985366.dr. 我們-西部-2. 亞馬遜. COM /: 1.0-CPU-匹配 39 英寸

  • 量流圖像圖片 = "292282985366.dkr.dr. 美國東部-1. 亞馬遜. COM/: 2.11.0-克 PU-聚氨酯 -39-cu112-比特幣 20.04 英寸 amazon-braket-tensorflow-jobs

  • PyTorch 圖像圖片 = "292282985366.dr. 我們-西部-2. 亞馬遜. COM/: 1.13.1-克普-amazon-braket-pytorch-jobs 39-cu117-圖形 20.04」

image-uris可以使用開發套件中的retrieve_image()功能來擷取。Amazon下面的例子演示了如何從 us-we AWS 區域 st-2 檢索它們。

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")