Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# SageMaker Immagini Amazon disponibili per l'uso con i notebook Studio Classic
<a name="notebooks-available-images"></a>

**Nota**  
Al 30 novembre 2023, la precedente esperienza con Amazon SageMaker Studio è ora denominata Amazon Studio Classic. SageMaker La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta [Amazon Studio SageMaker](studio-updated.md).  
Studio Classic è ancora gestito per i carichi di lavoro esistenti ma non è più disponibile per l'onboarding. È possibile interrompere o eliminare solo le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di [ migrare il carico di lavoro alla nuova esperienza di Studio. ](studio-updated-migrate.md)

Questa pagina elenca le SageMaker immagini e i kernel associati disponibili in Amazon Studio Classic. SageMaker Questa pagina fornisce anche informazioni sul formato necessario per creare l'ARN per ogni immagine. SageMaker le immagini contengono l'ultima versione di [ Amazon SageMaker Python SDK ](https://sagemaker.readthedocs.io/en/stable) e l'ultima versione del kernel. Per ulteriori informazioni, consulta [Deep Learning Containers Images](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/deep-learning-containers-images.html).

**Topics**
+ [Formato ARN dell’immagine](#notebooks-available-images-arn)
+ [Tag URI supportati](#notebooks-available-uri-tag)
+ [Immagini supportate](#notebooks-available-images-supported)
+ [Immagini destinate al ritiro](#notebooks-available-images-deprecation)
+ [Immagini obsolete](#notebooks-available-images-deprecated)

## Formato ARN dell’immagine
<a name="notebooks-available-images-arn"></a>

La tabella seguente elenca il formato degli ARN delle immagini e degli URI per ogni Regione. Per creare l'ARN completo per un'immagine, sostituisci il {{resource-identifier}} segnaposto con l'identificatore di risorsa corrispondente per l'immagine. L'identificatore della risorsa si trova nella tabella images and kernel SageMaker . Per creare l'URI completo per un'immagine, sostituisci il {{tag}} segnaposto con il tag cpu o gpu corrispondente. Per l’elenco dei tag che puoi utilizzare, consulta [Tag URI supportati](#notebooks-available-uri-tag).

**Nota**  
SageMaker Le immagini di distribuzione utilizzano un set distinto di ARN di immagini, elencati nella tabella seguente.


| Region | Formato ARN dell’immagine | SageMaker Formato ARN dell'immagine di distribuzione | SageMaker Formato URI dell'immagine di distribuzione | 
| --- | --- | --- | --- | 
|  us-east-1  | arn:aws:sagemaker:us-east-1:081325390199:image/{{resource-identifier}} | arn:aws:sagemaker:us-east-1:885854791233:image/{{resource-identifier}} | 885854791233.dkr.ecr.us-east-1.amazonaws. com/sagemaker-distribution-prod: {{tag}} | 
|  us-east-2  | arn:aws:sagemaker:us-east-2:429704687514:image/{{resource-identifier}} | arn:aws:sagemaker:us-east-2:137914896644:image/{{resource-identifier}} | 137914896644.dkr.ecr.us-east-2.amazonaws. com/sagemaker-distribuzione-prodotto: {{tag}} | 
|  us-west-1  | arn:aws:sagemaker:us-west-1:742091327244:image/{{resource-identifier}} | arn:aws:sagemaker:us-west-1:053634841547:image/{{resource-identifier}} | 053634841547.dkr.ecr.us-west-1.amazonaws. com/sagemaker-distribuzione-prodotto: {{tag}} | 
|  us-west-2  | arn:aws:sagemaker:us-west-2:236514542706:image/{{resource-identifier}} | arn:aws:sagemaker:us-west-2:542918446943:image/{{resource-identifier}} | 542918446943.dkr.ecr.us-west-2.amazonaws. com/sagemaker-distribuzione-prodotto: {{tag}} | 
|  af-south-1  | arn:aws:sagemaker:af-south-1:559312083959:image/{{resource-identifier}} | arn:aws:sagemaker:af-south-1:238384257742:image/{{resource-identifier}} | 238384257742.dkr.ecr.af-south-1.amazonaws. com/sagemaker-distribution-prod: {{tag}} | 
|  ap-east-1  | arn:aws:sagemaker:ap-east-1:493642496378:image/{{resource-identifier}} | arn:aws:sagemaker:ap-east-1:523751269255:image/{{resource-identifier}} | 523751269255.dkr.ecr.ap-east-1.amazonaws. com/sagemaker-produzione-distribuzione: {{tag}} | 
|  ap-south-1  | arn:aws:sagemaker:ap-south-1:394103062818:image/{{resource-identifier}} | arn:aws:sagemaker:ap-south-1:245090515133:image/{{resource-identifier}} | 245090515133.dkr.ecr.ap-south-1.amazonaws. com/sagemaker-produzione-distribuzione: {{tag}} | 
|  ap-northeast-2  | arn:aws:sagemaker:ap-northeast-2:806072073708:image/{{resource-identifier}} | arn:aws:sagemaker:ap-northeast-2:064688005998:image/{{resource-identifier}} | 064688005998.dkr.ecr.ap-northeast-2.amazonaws. com/sagemaker-produzione-distribuzione: {{tag}} | 
|  ap-southeast-1  | arn:aws:sagemaker:ap-southeast-1:492261229750:image/{{resource-identifier}} | arn:aws:sagemaker:ap-southeast-1:022667117163:image/{{resource-identifier}} | 022667117163.dkr.ecr.ap-southeast-1.amazonaws. com/sagemaker-distribuzione-prodotto: {{tag}} | 
|  ap-southeast-2  | arn:aws:sagemaker:ap-southeast-2:452832661640:image/{{resource-identifier}} | arn:aws:sagemaker:ap-southeast-2:648430277019:image/{{resource-identifier}} | 648430277019.dkr.ecr.ap-southeast-2.amazonaws. com/sagemaker-distribuzione-prodotto: {{tag}} | 
|  ap-northeast-1  |  arn:aws:sagemaker:ap-northeast-1:102112518831:image/{{resource-identifier}} |  arn:aws:sagemaker:ap-northeast-1:010972774902:image/{{resource-identifier}} | 010972774902.dkr.ecr.ap-northeast-1.amazonaws. com/sagemaker-produzione-distribuzione: {{tag}} | 
|  ca-central-1  | arn:aws:sagemaker:ca-central-1:310906938811:image/{{resource-identifier}} | arn:aws:sagemaker:ca-central-1:481561238223:image/{{resource-identifier}} | 481561238223.dkr.ecr.ca-central-1.amazonaws. com/sagemaker-produzione-distribuzione: {{tag}} | 
|  eu-central-1  | arn:aws:sagemaker:eu-central-1:936697816551:image/{{resource-identifier}} | arn:aws:sagemaker:eu-central-1:545423591354:image/{{resource-identifier}} | 545423591354.dkr.ecr.eu-central-1.amazonaws. com/sagemaker-distribution-prod: {{tag}} | 
|  eu-west-1  | arn:aws:sagemaker:eu-west-1:470317259841:image/{{resource-identifier}} | arn:aws:sagemaker:eu-west-1:819792524951:image/{{resource-identifier}} | 819792524951.dkr.ecr.eu-west-1.amazonaws. com/sagemaker-produzione-distribuzione: {{tag}} | 
|  eu-west-2  | arn:aws:sagemaker:eu-west-2:712779665605:image/{{resource-identifier}} | arn:aws:sagemaker:eu-west-2:021081402939:image/{{resource-identifier}} | 021081402939.dkr.ecr.eu-west-2.amazonaws. com/sagemaker-distribution-prod: {{tag}} | 
|  eu-west-3  | arn:aws:sagemaker:eu-west-3:615547856133:image/{{resource-identifier}} | arn:aws:sagemaker:eu-west-3:856416204555:image/{{resource-identifier}} | 856416204555.dkr.ecr.eu-west-3.amazonaws. com/sagemaker-distribuzione-prodotto: {{tag}} | 
|  eu-north-1  | arn:aws:sagemaker:eu-north-1:243637512696:image/{{resource-identifier}} | arn:aws:sagemaker:eu-north-1:175620155138:image/{{resource-identifier}} | 175620155138.dkr.ecr.eu-north-1.amazonaws. com/sagemaker-distribution-prod: {{tag}} | 
|  eu-south-1  | arn:aws:sagemaker:eu-south-1:592751261982:image/{{resource-identifier}} | arn:aws:sagemaker:eu-south-1:810671768855:image/{{resource-identifier}} | 810671768855.dkr.ecr.eu-south-1.amazonaws. com/sagemaker-distribution-prod: {{tag}} | 
|  sa-east-1  | arn:aws:sagemaker:sa-east-1:782484402741:image/{{resource-identifier}} | arn:aws:sagemaker:sa-east-1:567556641782:image/{{resource-identifier}} | 567556641782.dkr.ecr.sa-east-1.amazonaws. com/sagemaker-distribution-prod: {{tag}} | 
|  ap-northeast-3  | arn:aws:sagemaker:ap-northeast-3:792733760839:image/{{resource-identifier}} | arn:aws:sagemaker:ap-northeast-3:564864627153:image/{{resource-identifier}} | 564864627153.dkr.ecr.ap-northeast-3.amazonaws. com/sagemaker-distribuzione-prodotto: {{tag}} | 
|  ap-southeast-3  | arn:aws:sagemaker:ap-southeast-3:276181064229:image/{{resource-identifier}} | arn:aws:sagemaker:ap-southeast-3:370607712162:image/{{resource-identifier}} | 370607712162.dkr.ecr.ap-southeast-3.amazonaws. com/sagemaker-produzione-distribuzione: {{tag}} | 
|  me-south-1  | arn:aws:sagemaker:me-south-1:117516905037:image/{{resource-identifier}} | arn:aws:sagemaker:me-south-1:523774347010:image/{{resource-identifier}} | 523774347010.dkr.ecr.me-south-1.amazonaws. com/sagemaker-distribution-prod: {{tag}} | 
|  me-central-1  | arn:aws:sagemaker:me-central-1:103105715889:image/{{resource-identifier}} | arn:aws:sagemaker:me-central-1:358593528301:image/{{resource-identifier}} | 358593528301.dkr.ecr.me-central-1.amazonaws. com/sagemaker-produzione-distribuzione: {{tag}} | 

## Tag URI supportati
<a name="notebooks-available-uri-tag"></a>

L’elenco seguente mostra i tag che puoi includere nell’URI dell’immagine.
+ 1-cpu
+ 1-gpu
+ 0-cpu
+ 0-gpu

**Gli esempi seguenti mostrano gli URI con vari formati di tag:**
+ 542918446943.dkr.ecr.us-west-2.amazonaws. com/sagemaker-distribution-prod: 1-cpu
+ 542918446943.dkr.ecr.us-west-2.amazonaws. com/sagemaker-distribuion-prod: 0-gpu

## Immagini supportate
<a name="notebooks-available-images-supported"></a>

La tabella seguente fornisce informazioni sulle SageMaker immagini e sui kernel associati disponibili in Amazon Studio Classic. SageMaker Fornisce inoltre informazioni sull’identificatore della risorsa e sulla versione Python inclusi nell’immagine.

SageMaker immagini e kernel


| SageMaker immagine | Description | Identificatore di risorsa | Kernel (e identificatore) | Versione di Python | 
| --- | --- | --- | --- | --- | 
| Base Python 4.3 | Immagine ufficiale di Python 3.11 fornita DockerHub con boto3 e inclusa. AWS CLI  | sagemaker-base-python-v4 | Python 3 (python3) | Python 3.11 | 
| Base Python 4.2 | Immagine ufficiale di Python 3.11 fornita con boto3 e inclusa. DockerHub AWS CLI  | sagemaker-base-python-v4 | Python 3 (python3) | Python 3.11 | 
| Base Python 4.1 | Immagine ufficiale di Python 3.11 fornita con boto3 e inclusa. DockerHub AWS CLI  | sagemaker-base-python-v4 | Python 3 (python3) | Python 3.11 | 
| Base Python 4.0 | Immagine ufficiale di Python 3.11 fornita con boto3 e inclusa. DockerHub AWS CLI  | sagemaker-base-python-v4 | Python 3 (python3) | Python 3.11 | 
| Base Python 3.0 | Immagine ufficiale di Python 3.10 fornita con boto3 e inclusa. DockerHub AWS CLI  | sagemaker-base-python-310-v1 | Python 3 (python3) | Python 3.10 | 
| Data Science 5.3 | Data Science 5.3 è un’immagine [conda](https://docs.conda.io/projects/conda/en/latest/index.html) di Python 3.11 basata sulla versione jammy-20240212 di Ubuntu. Include i pacchetti e le librerie Python più comunemente usati, come e Learn. NumPy SciKit  | sagemaker-data-science-v5 | Python 3 (python3) | Python 3.11 | 
| Data Science 5.2 | Data Science 5.2 è un’immagine [conda](https://docs.conda.io/projects/conda/en/latest/index.html) di Python 3.11 basata sulla versione jammy-20240212 di Ubuntu. Include i pacchetti e le librerie Python più comunemente usati, come NumPy e SciKit Learn. | sagemaker-data-science-v5 | Python 3 (python3) | Python 3.11 | 
| Data Science 5.1 | Data Science 5.1 è un’immagine [conda](https://docs.conda.io/projects/conda/en/latest/index.html) di Python 3.11 basata sulla versione jammy-20240212 di Ubuntu. Include i pacchetti e le librerie Python più comunemente usati, come NumPy e SciKit Learn. | sagemaker-data-science-v5 | Python 3 (python3) | Python 3.11 | 
| Data Science 5.0 | Data Science 5.0 è un’immagine [conda](https://docs.conda.io/projects/conda/en/latest/index.html) di Python 3.11 basata sulla versione jammy-20240212 di Ubuntu. Include i pacchetti e le librerie Python più comunemente usati, come NumPy e SciKit Learn. | sagemaker-data-science-v5 | Python 3 (python3) | Python 3.11 | 
| Data Science 4.0 | Data Science 4.0 è un’immagine [conda](https://docs.conda.io/projects/conda/en/latest/index.html) di Python 3.11 basata sulla versione 22.04 di Ubuntu. Include i pacchetti e le librerie Python più comunemente usati, come NumPy e SciKit Learn. | sagemaker-data-science-311-v1 | Python 3 (python3) | Python 3.11 | 
| Data Science 3.0 | Data Science 3.0 è un’immagine [conda](https://docs.conda.io/projects/conda/en/latest/index.html) di Python 3.10 basata sulla versione 22.04 di Ubuntu. Include i pacchetti e le librerie Python più comunemente usati, come NumPy e SciKit Learn. | sagemaker-data-science-310-v1 | Python 3 (python3) | Python 3.10 | 
| Geospatial 1.0 | Amazon SageMaker geospatial è un'immagine Python costituita da librerie geospaziali di uso comune come GDAL, Fiona, Shapley e Rasterio. GeoPandas Ti consente di visualizzare i SageMaker dati geospaziali all'interno dell'IA. Per ulteriori informazioni, [ consulta Amazon geospatial Notebook SDK SageMaker ](https://docs.aws.amazon.com/sagemaker/latest/dg/geospatial-notebook-sdk.html) | sagemaker-geospatial-1.0 | Python 3 (python3) | Python 3.10 | 
| SparkAnalytics 4.3 | L'immagine SparkAnalytics 4.3 fornisce le opzioni Spark e PySpark kernel su Amazon SageMaker Studio Classic, tra cui SparkMagic Spark, Glue Spark e Glue SparkMagic PySpark, che consentono un'elaborazione flessibile e PySpark distribuita dei dati. | sagemaker-spark-analytics-v4 |  +  SparkMagic Spark (sparkkernel) <br />+  SparkMagic PySpark (kernel pysparkle) <br />+  Glue Spark (glue\_spark) <br />+  Colla (glue\_pyspark) PySpark    | Python 3.11 | 
| SparkAnalytics 4.2 | L'immagine SparkAnalytics 4.2 fornisce le opzioni Spark e PySpark kernel su Amazon SageMaker Studio Classic, tra cui SparkMagic Spark, Glue Spark e Glue SparkMagic PySpark, che consentono un'elaborazione flessibile e PySpark distribuita dei dati. | sagemaker-spark-analytics-v4 |  +  SparkMagic Spark (sparkkernel) <br />+  SparkMagic PySpark (kernel pysparkle) <br />+  Glue Spark (glue\_spark) <br />+  Colla (glue\_pyspark) PySpark    | Python 3.11 | 
| SparkAnalytics 4.1 | L'immagine SparkAnalytics 4.1 fornisce le opzioni Spark e PySpark kernel su Amazon SageMaker Studio Classic, tra cui SparkMagic Spark, Glue Spark e Glue SparkMagic PySpark, che consentono un'elaborazione flessibile e PySpark distribuita dei dati. | sagemaker-spark-analytics-v4 |  +  SparkMagic Spark (sparkkernel) <br />+  SparkMagic PySpark (kernel pysparkle) <br />+  Glue Spark (glue\_spark) <br />+  Colla (glue\_pyspark) PySpark    | Python 3.11 | 
| SparkAnalytics 4.0 | L'immagine SparkAnalytics 4.0 offre opzioni Spark e PySpark kernel su Amazon SageMaker Studio Classic, tra cui SparkMagic Spark, Glue Spark e Glue SparkMagic PySpark, che consentono un'elaborazione flessibile e PySpark distribuita dei dati. | sagemaker-spark-analytics-v4 |  +  SparkMagic Spark (sparkkernel) <br />+  SparkMagic PySpark (kernel pysparkle) <br />+  Glue Spark (glue\_spark) <br />+  Colla (glue\_pyspark) PySpark    | Python 3.11 | 
| SparkAnalytics 3.0 | L'immagine SparkAnalytics 3.0 offre opzioni Spark e PySpark kernel su Amazon SageMaker Studio Classic, tra cui SparkMagic Spark, Glue Spark e Glue SparkMagic PySpark, che consentono un'elaborazione flessibile e PySpark distribuita dei dati. | sagemaker-sparkanalytics-311-v1 | +  SparkMagic Spark (sparkkernel) <br />+  SparkMagic PySpark (kernel pysparkle) <br />+  Glue Spark (glue\_spark) <br />+  Colla (glue\_pyspark) PySpark   | Python 3.11 | 
| SparkAnalytics 2.0 | Anaconda Individual Edition con PySpark e kernel Spark. Per ulteriori informazioni, vedi [sparkmagic.](https://github.com/jupyter-incubator/sparkmagic) | sagemaker-sparkanalytics-310-v1 | +  SparkMagic Spark (conda-env-sm\_sparkmagic-sparkkernel) <br />+  SparkMagic PySpark(conda-env-sm\_sparkmagic-pysparkkernel) <br />+  Glue Spark (conda-env-sm\_glue\_is-glue\_spark) <br />+  Incolla Python [e Ray] (conda-env-sm\_glue\_is-glue\_pyspark) PySpark   | Python 3.10 | 
| PyTorch 2.4.0 Python 3.11 ottimizzato per la CPU | I AWS Deep Learning Containers for PyTorch 2.4.0 con CUDA 12.4 includono contenitori per l'addestramento su CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-2.4.0-cpu-py311 | Python 3 (python3) | Python 3.11 | 
| PyTorch 2.4.0 Python 3.11 ottimizzato per GPU | I AWS Deep Learning Containers per PyTorch 2.4.0 con CUDA 12.4 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-2.4.0-gpu-py311 | Python 3 (python3) | Python 3.11 | 
| PyTorch 2.3.0 Python 3.11 ottimizzato per la CPU | I AWS Deep Learning Containers per PyTorch 2.3.0 con CUDA 12.1 includono contenitori per l'addestramento sulla CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-2.3.0-cpu-py311 | Python 3 (python3) | Python 3.11 | 
| PyTorch 2.3.0 Python 3.11 ottimizzato per GPU | I AWS Deep Learning Containers per PyTorch 2.3.0 con CUDA 12.1 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-2.3.0-gpu-py311 | Python 3 (python3) | Python 3.11 | 
| PyTorch 2.2.0 Python 3.10 ottimizzato per la CPU | I AWS Deep Learning Containers for PyTorch 2.2 con CUDA 12.1 includono contenitori per l'addestramento sulla CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-2.2.0-cpu-py310 | Python 3 (python3) | Python 3.10 | 
| PyTorch 2.2.0 Python 3.10 ottimizzato per GPU | I AWS Deep Learning Containers for PyTorch 2.2 con CUDA 12.1 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-2.2.0-gpu-py310 | Python 3 (python3) | Python 3.10 | 
| PyTorch 2.1.0 Python 3.10 Ottimizzato per la CPU | I AWS Deep Learning Containers for PyTorch 2.1 con CUDA 12.1 includono contenitori per l'addestramento sulla CPU, ottimizzati per le prestazioni e la scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-2.1.0-cpu-py310 | Python 3 (python3) | Python 3.10 | 
| PyTorch 2.1.0 Python 3.10 ottimizzato per GPU | I AWS Deep Learning Containers for PyTorch 2.1 con CUDA 12.1 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-2.1.0-gpu-py310 | Python 3 (python3) | Python 3.10 | 
| PyTorch 1.13 Python 3.10 HuggingFace Neuron ottimizzato | PyTorch 1.13 image con HuggingFace e pacchetti Neuron installati per l'addestramento su istanze Trainium ottimizzate per prestazioni e scalabilità. AWS | pytorch-1.13-hf-neuron-py310 | Python 3 (python3) | Python 3.10 | 
| PyTorch 1.13 Python 3.10 Neuron ottimizzato | PyTorch Immagine 1.13 con pacchetti Neuron installati per l'addestramento su istanze Trainium ottimizzate per prestazioni e scalabilità. AWS | pytorch-1.13-neuron-py310 | Python 3 (python3) | Python 3.10 | 
| TensorFlow 2.14.0 Python 3.10 ottimizzato per la CPU | I AWS Deep Learning Containers for TensorFlow 2.14 con CUDA 11.8 includono contenitori per l'addestramento sulla CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | tensorflow-2.14.1-cpu-py310-ubuntu20.04-sagemaker-v1.0 | Python 3 (python3) | Python 3.10 | 
| TensorFlow 2.14.0 Python 3.10 ottimizzato per GPU | I AWS Deep Learning Containers per TensorFlow 2.14 con CUDA 11.8 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | tensorflow-2.14.1-gpu-py310-cu118-ubuntu20.04-sagemaker-v1.0 | Python 3 (python3) | Python 3.10 | 

## Immagini destinate al ritiro
<a name="notebooks-available-images-deprecation"></a>

SageMaker L'intelligenza artificiale termina il supporto per le immagini il giorno successivo alla fine del ciclo di vita di qualsiasi pacchetto dell'immagine da parte dell'editore. Le SageMaker immagini seguenti sono destinate a diventare obsolete. 

Le immagini basate su Python 3.8 hanno raggiunto la [fine del ciclo di vita](https://endoflife.date/python) il 31 ottobre 2024. A partire dal 1° novembre 2024, l' SageMaker IA interromperà il supporto per queste immagini e non saranno selezionabili dall'interfaccia utente di Studio Classic. Per evitare problemi di compatibilità, se utilizzi una di queste immagini, ti consigliamo di passare a un'immagine con una versione più recente.

SageMaker immagini destinate a diventare obsolete


| SageMaker Immagine | Data di ritiro | Description | Identificatore di risorsa | Kernel | Versione di Python | 
| --- | --- | --- | --- | --- | --- | 
| SageMaker CPU di distribuzione v0.12 | 1 novembre 2024 | SageMaker Distribution v0 CPU è un'immagine Python 3.8 che include framework popolari per machine learning, data science e visualizzazione su CPU. Ciò include framework di deep learning come Keras PyTorch, pacchetti Python popolari come numpy, scikit-learn TensorFlow e pandas e IDE come Jupyter Lab. Per ulteriori informazioni[, SageMaker ](https://github.com/aws/sagemaker-distribution) consulta il repository Amazon AI Distribution.  | sagemaker-distribution-cpu-v0 | Python 3 (python3) | Python 3.8 | 
| SageMaker GPU di distribuzione v0.12 | 1 novembre 2024 | SageMaker Distribution v0 GPU è un'immagine Python 3.8 che include framework popolari per machine learning, data science e visualizzazione su GPU. Ciò include framework di deep learning come Keras, pacchetti Python popolari come numpy PyTorch, scikit-learn TensorFlow e pandas e IDE come Jupyter Lab. Per ulteriori informazioni[, SageMaker ](https://github.com/aws/sagemaker-distribution) consulta il repository Amazon AI Distribution.  | sagemaker-distribution-gpu-v0 | Python 3 (python3) | Python 3.8 | 
| Base Python 2.0 | 1 novembre 2024 | Immagine ufficiale di Python 3.8 fornita DockerHub con boto3 e inclusa. AWS CLI  | sagemaker-base-python-38 | Python 3 (python3) | Python 3.8 | 
| Data Science 2.0 | 1 novembre 2024 | Data Science 2.0 è un’immagine [conda](https://docs.conda.io/projects/conda/en/latest/index.html) di Python 3.8 basata sulla versione 22.04 di Ubuntu. Include i pacchetti e le librerie Python più comunemente usati, come e Learn. NumPy SciKit  | sagemaker-data-science-38 | Python 3 (python3) | Python 3.8 | 
| PyTorch 1.13 Python 3.9 Ottimizzato per la CPU | 1 novembre 2024 | I AWS Deep Learning Containers for PyTorch 1.13 con CUDA 11.3 includono contenitori per l'addestramento sulla CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-1.13-cpu-py39 | Python 3 (python3) | Python 3.9 | 
| PyTorch 1.13 Python 3.9 Ottimizzato per GPU | 1 novembre 2024 | I AWS Deep Learning Containers per PyTorch 1.13 con CUDA 11.7 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-1.13-gpu-py39 | Python 3 (python3) | Python 3.9 | 
| PyTorch 1.12 Python 3.8 Ottimizzato per la CPU | 1 novembre 2024 | I AWS Deep Learning Containers for PyTorch 1.12 con CUDA 11.3 includono contenitori per l'addestramento sulla CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [AWS Deep Learning Containers per 1.12.0. PyTorch ](https://aws.amazon.com/releasenotes/aws-deep-learning-containers-for-pytorch-1-12-0-on-sagemaker/) | pytorch-1.12-cpu-py38 | Python 3 (python3) | Python 3.8 | 
| PyTorch 1.12 Python 3.8 Ottimizzato per GPU | 1 novembre 2024 | I AWS Deep Learning Containers per PyTorch 1.12 con CUDA 11.3 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [AWS Deep Learning Containers per 1.12.0. PyTorch ](https://aws.amazon.com/releasenotes/aws-deep-learning-containers-for-pytorch-1-12-0-on-sagemaker/) | pytorch-1.12-gpu-py38 | Python 3 (python3) | Python 3.8 | 
| PyTorch 1.10 Python 3.8 Ottimizzato per la CPU | 1 novembre 2024 | I AWS Deep Learning Containers per la PyTorch versione 1.10 includono contenitori per l'addestramento su CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [AWS Deep Learning Containers for PyTorch 1.10.2 on AI. SageMaker ](https://aws.amazon.com/releasenotes/aws-deep-learning-containers-for-pytorch-1-10-2-on-sagemaker/) | pytorch-1.10-cpu-py38 | Python 3 (python3) | Python 3.8 | 
| PyTorch 1.10 Python 3.8 Ottimizzato per GPU | 1 novembre 2024 | I AWS Deep Learning Containers per PyTorch 1.10 con CUDA 11.3 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [AWS Deep Learning Containers for PyTorch 1.10.2 on AI. SageMaker ](https://aws.amazon.com/releasenotes/aws-deep-learning-containers-for-pytorch-1-10-2-on-sagemaker/) | pytorch-1.10-gpu-py38 | Python 3 (python3) | Python 3.8 | 
| SparkAnalytics 1.0 | 1 novembre 2024 | Anaconda Individual Edition con PySpark e kernel Spark. Per ulteriori informazioni, vedi [sparkmagic.](https://github.com/jupyter-incubator/sparkmagic) | sagemaker-sparkanalytics-v1 |  +  SparkMagic Spark (conda-env-sm\_sparkmagic-sparkkernel) <br />+  SparkMagic PySpark(conda-env-sm\_sparkmagic-pysparkkernel) <br />+  Glue Spark (conda-env-sm\_glue\_is-glue\_spark) <br />+  Incolla Python [e Ray] (conda-env-sm\_glue\_is-glue\_pyspark) PySpark    | Python 3.8 | 
| TensorFlow 2.13.0 Python 3.10 Ottimizzato per la CPU | 1 novembre 2024 | I AWS Deep Learning Containers for TensorFlow 2.13 con CUDA 11.8 includono contenitori per l'addestramento sulla CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | tensorflow-2.13.0-cpu-py310-ubuntu20.04-sagemaker-v1.0 | Python 3 (python3) | Python 3.10 | 
| TensorFlow 2.13.0 Python 3.10 ottimizzato per GPU | 1 novembre 2024 | I AWS Deep Learning Containers per TensorFlow 2.13 con CUDA 11.8 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | tensorflow-2.13.0-gpu-py310-cu118-ubuntu20.04-sagemaker-v1.0 | Python 3 (python3) | Python 3.10 | 
| TensorFlow 2.6 Python 3.8 Ottimizzato per la CPU | 1 novembre 2024 | I AWS Deep Learning Containers for TensorFlow 2.6 includono contenitori per l'addestramento su CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [AWS Deep Learning Containers for TensorFlow 2.6](https://aws.amazon.com/releasenotes/aws-deep-learning-containers-for-tensorflow-2-6/). | tensorflow-2.6-cpu-py38-ubuntu20.04-v1 | Python 3 (python3) | Python 3.8 | 
| TensorFlow 2.6 Python 3.8 Ottimizzato per GPU | 1 novembre 2024 | I AWS Deep Learning Containers for TensorFlow 2.6 con CUDA 11.2 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [AWS Deep Learning Containers for 2.6. TensorFlow ](https://aws.amazon.com/releasenotes/aws-deep-learning-containers-for-tensorflow-2-6/) | tensorflow-2.6-gpu-py38-cu112-ubuntu20.04-v1 | Python 3 (python3) | Python 3.8 | 
| PyTorch 2.0.1 Python 3.10 ottimizzato per la CPU | 1 novembre 2024 | I AWS Deep Learning Containers per PyTorch 2.0.1 con CUDA 12.1 includono contenitori per l'addestramento sulla CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-2.0.1-cpu-py310 | Python 3 (python3) | Python 3.10 | 
| PyTorch 2.0.1 Python 3.10 ottimizzato per GPU | 1 novembre 2024 | I AWS Deep Learning Containers per PyTorch 2.0.1 con CUDA 12.1 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-2.0.1-gpu-py310 | Python 3 (python3) | Python 3.10 | 
| PyTorch 2.0.0 Python 3.10 ottimizzato per la CPU | 1 novembre 2024 | I AWS Deep Learning Containers per PyTorch 2.0.0 includono contenitori per l'addestramento su CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-2.0.0-cpu-py310 | Python 3 (python3) | Python 3.10 | 
| PyTorch 2.0.0 Python 3.10 GPU ottimizzata | 1 novembre 2024 | I AWS Deep Learning Containers per PyTorch 2.0.0 con CUDA 11.8 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | pytorch-2.0.0-gpu-py310 | Python 3 (python3) | Python 3.10 | 
| TensorFlow 2.12.0 Python 3.10 ottimizzato per la CPU | 1 novembre 2024 | I AWS Deep Learning Containers per TensorFlow 2.12.0 con CUDA 11.2 includono contenitori per l'addestramento sulla CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | tensorflow-2.12.0-cpu-py310-ubuntu20.04-sagemaker-v1.0 | Python 3 (python3) | Python 3.10 | 
| TensorFlow 2.12.0 Python 3.10 ottimizzato per GPU | 1 novembre 2024 | I AWS Deep Learning Containers per TensorFlow 2.12.0 con CUDA 11.8 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | tensorflow-2.12.0-gpu-py310-cu118-ubuntu20.04-sagemaker-v1 | Python 3 (python3) | Python 3.10 | 
| TensorFlow 2.11.0 Python 3.9 ottimizzato per la CPU | 1 novembre 2024 | I AWS Deep Learning Containers per TensorFlow 2.11.0 con CUDA 11.2 includono contenitori per l'addestramento sulla CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | tensorflow-2.11.0-cpu-py39-ubuntu20.04-sagemaker-v1.1 | Python 3 (python3) | Python 3.9 | 
| TensorFlow 2.11.0 Python 3.9 ottimizzato per GPU | 1 novembre 2024 | I AWS Deep Learning Containers per TensorFlow 2.11.0 con CUDA 11.2 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | tensorflow-2.11.0-gpu-py39-cu112-ubuntu20.04-sagemaker-v1.1 | Python 3 (python3) | Python 3.9 | 
| TensorFlow 2.10 Python 3.9 ottimizzato per la CPU | 1 novembre 2024 | I AWS Deep Learning Containers for TensorFlow 2.10 con CUDA 11.2 includono contenitori per l'addestramento sulla CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | tensorflow-2.10.1-cpu-py39-ubuntu20.04-sagemaker-v1.2 | Python 3 (python3) | Python 3.9 | 
| TensorFlow 2.10 Python 3.9 ottimizzato per GPU | 1 novembre 2024 | I AWS Deep Learning Containers per TensorFlow 2.10 con CUDA 11.2 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [Release Notes for Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/dlc-release-notes.html). | tensorflow-2.10.1-gpu-py39-ubuntu20.04-sagemaker-v1.2 | Python 3 (python3) | Python 3.9 | 

## Immagini obsolete
<a name="notebooks-available-images-deprecated"></a>

SageMaker L'intelligenza artificiale ha interrotto il supporto per le seguenti immagini. L’obsolescenza si applica il giorno successivo alla scadenza del ciclo di vita di uno qualsiasi dei pacchetti nell’immagine stabilita dai rispettivi publisher.

SageMaker immagini destinate a diventare obsolete


| SageMaker Immagine | Data di ritiro | Description | Identificatore di risorsa | Kernel | Versione di Python | 
| --- | --- | --- | --- | --- | --- | 
| Data science | 30 ottobre 2023 | Data Science è un'[immagine ](https://docs.conda.io/projects/conda/en/latest/index.html) conda Python 3.7 con i pacchetti e le librerie Python più comunemente usati, come NumPy and Learn. SciKit  | datascience-1.0 | Python 3 | Python 3.7 | 
| SageMaker JumpStart Data Science 1.0 | 30 ottobre 2023 | SageMaker JumpStart Data Science 1.0 è un' JumpStart immagine che include pacchetti e librerie di uso comune. | sagemaker-jumpstart-data-science-1.0 | Python 3 | Python 3.7 | 
| SageMaker JumpStart MXNet 1.0 | 30 ottobre 2023 | SageMaker JumpStart MXNet 1.0 è un' JumpStart immagine che include MXNet. | sagemaker-jumpstart-mxnet-1.0 | Python 3 | Python 3.7 | 
| SageMaker JumpStart PyTorch 1.0 | 30 ottobre 2023 | SageMaker JumpStart PyTorch 1.0 è un' JumpStart immagine che include PyTorch. | sagemaker-jumpstart-pytorch-1.0 | Python 3 | Python 3.7 | 
| SageMaker JumpStart TensorFlow 1.0 | 30 ottobre 2023 | SageMaker JumpStart TensorFlow 1.0 è un' JumpStart immagine che include TensorFlow. | sagemaker-jumpstart-tensorflow-1.0 | Python 3 | Python 3.7 | 
| SparkMagic | 30 ottobre 2023 | Anaconda Individual Edition con PySpark e kernel Spark. Per ulteriori informazioni, vedi [sparkmagic](https://github.com/jupyter-incubator/sparkmagic). | sagemaker-sparkmagic |  +  PySpark <br />+  Spark   | Python 3.7 | 
| TensorFlow 2.3 Python 3.7 Ottimizzato per la CPU | 30 ottobre 2023 | I AWS Deep Learning Containers for TensorFlow 2.3 includono contenitori per l'addestramento su CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [AWS Deep Learning Containers with TensorFlow 2.3.0](https://aws.amazon.com/releasenotes/aws-deep-learning-containers-with-tensorflow-2-3-0/). | tensorflow-2.3-cpu-py37-ubuntu18.04-v1 | Python 3 | Python 3.7 | 
| TensorFlow 2.3 Python 3.7 Ottimizzato per GPU | 30 ottobre 2023 | I AWS Deep Learning Containers for TensorFlow 2.3 con CUDA 11.0 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [AWS Deep Learning Containers for TensorFlow 2.3.1 with CUDA 11.0. ](https://aws.amazon.com/releasenotes/aws-deep-learning-containers-for-tensorflow-2-3-1-with-cuda-11-0/) | tensorflow-2.3-gpu-py37-cu110-ubuntu18.04-v3 | Python 3 | Python 3.7 | 
| TensorFlow 1.15 Python 3.7 Ottimizzato per la CPU | 30 ottobre 2023 | I AWS Deep Learning Containers per la TensorFlow versione 1.15 includono contenitori per l'addestramento su CPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [AWS Deep Learning Containers v7.0 per. TensorFlow ](https://aws.amazon.com/releasenotes/aws-deep-learning-containers-v7-0-for-tensorflow/) | tensorflow-1.15-cpu-py37-ubuntu18.04-v7 | Python 3 | Python 3.7 | 
| TensorFlow 1.15 Python 3.7 Ottimizzato per GPU | 30 ottobre 2023 | I AWS Deep Learning Containers per TensorFlow 1.15 con CUDA 11.0 includono contenitori per l'addestramento su GPU, ottimizzati per prestazioni e scalabilità. AWS Per ulteriori informazioni, consulta [AWS Deep Learning Containers v7.0 per. TensorFlow ](https://aws.amazon.com/releasenotes/aws-deep-learning-containers-v7-0-for-tensorflow/) | tensorflow-1.15-gpu-py37-cu110-ubuntu18.04-v8 | Python 3 | Python 3.7 |