Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Política de soporte de SageMaker imágenes prediseñadas
<a name="pre-built-containers-support-policy"></a>

El [Programa Common Vulnerability and Exposures (CVE) y la [National](https://nvd.nist.gov/) Vulnerability Database (NVD) escanean periódicamente todas las [ SageMaker imágenes prediseñadas](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html)AWS Marketplace, incluidos los contenedores específicos del marco, los contenedores de algoritmos integrados, los algoritmos y los paquetes de modelos enumerados en y [AWS Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/what-is-dlc.html) (NVD) para detectar las vulnerabilidades comunes](https://www.cve.org/) enumeradas. [Para obtener más información CVEs, consulte las Preguntas frecuentes sobre el CVE (). FAQs](https://www.cve.org/ResourcesSupport/FAQs) Las imágenes de contenedores precompiladas admitidas reciben una versión secundaria actualizada después de cualquier parche de seguridad. 

Todas las imágenes de los contenedores compatibles se actualizan periódicamente para abordar cualquier problema crítico CVEs. Para situaciones de gravedad alta, recomendamos a los clientes que creen y alojen una versión parcheada del contenedor en su propio [Amazon Elastic Container Registry (Amazon ECR).](https://docs.aws.amazon.com/AmazonECR/latest/userguide/what-is-ecr.html) 

Si ejecuta una versión de imagen de contenedor que ya no se admite, es posible que no cuente con los controladores, las bibliotecas y los paquetes pertinentes más actualizados. Para obtener una up-to-date versión posterior, le recomendamos que actualice a uno de los marcos compatibles disponibles utilizando la imagen más reciente de su elección.

SageMaker AI no publica out-of-patch imágenes para contenedores nuevos Regiones de AWS.

**nota**  
A partir de agosto de 2024, el contenedor `forecasting-deepar` ya no recibirá parches ni actualizaciones de seguridad. Si bien puede seguir utilizando este contenedor, corre un riesgo adicional. Los contenedores quedan obsoletos cuando ya no se admite todo el marco o los algoritmos y se ha alcanzado end-of-maintenance el MXNet marco subyacente del contenedor.

**Topics**
+ [AWS Política de soporte de Deep Learning Containers (DLC)](#pre-built-containers-support-policy-dlc)
+ [SageMaker Política de soporte de AI ML Framework Container](#pre-built-containers-support-policy-ml-framework)
+ [SageMaker Política de soporte de contenedores de algoritmos integrados de IA](#pre-built-containers-support-policy-built-in)
+ [Política de compatibilidad de contenedores de alojamiento de LLM](#pre-built-containers-support-policy-llm-hosting)
+ [Contenedores y obsolescencia no admitidos](#pre-built-containers-support-policy-deprecation)

## AWS Política de soporte de Deep Learning Containers (DLC)
<a name="pre-built-containers-support-policy-dlc"></a>

AWS Deep Learning Containers son un conjunto de imágenes de Docker para entrenar y servir modelos de aprendizaje profundo. Para ver las imágenes disponibles, consulte Imágenes de [Deep Learning Containers disponibles](https://github.com/aws/deep-learning-containers/blob/master/available_images.md) en el GitHub repositorio de Deep Learning Containers.

DLCs alcanzaron la fecha de finalización del parche 365 días después de la fecha GitHub de lanzamiento. Las actualizaciones de parches no DLCs son actualizaciones «in situ». Debe eliminar la imagen existente en la instancia y extraer la imagen del contenedor más reciente sin finalizar la instancia. Para obtener más información, consulte la [Política de compatibilidad de marcos](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html) en la *Guía para desarrolladores de contenedores de aprendizaje profundo de AWS *. 

Consulte la [tabla de políticas de soporte de AWS Deep Learning Containers Framework](https://aws.amazon.com/releasenotes/dlc-support-policy/) para comprobar qué marcos y versiones son compatibles activamente AWS DLCs. Puede consultar el marco asociado a un DLC en la tabla de políticas de compatibilidad para cualquier imagen que no aparezca explícitamente en la lista. Por ejemplo, puede consultar **PyTorch**en la tabla de políticas de soporte imágenes de DLC como `huggingface-pytorch-inference` y`stabilityai-pytorch-inference`.

**nota**  
Si un DLC usa el SDK de [Transformadores](https://huggingface.co/docs/transformers/en/index) de HuggingFace, solo se admite la imagen con la versión más reciente de Transformadores. Para obtener más información, consulte **HuggingFace** para la región que elija en [Rutas de Docker Registry y código de ejemplo](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html). 

## SageMaker Política de soporte de AI ML Framework Container
<a name="pre-built-containers-support-policy-ml-framework"></a>

Los contenedores de SageMaker AI ML Framework son un conjunto de imágenes de Docker para entrenar y gestionar cargas de trabajo de aprendizaje automático con entornos optimizados para marcos comunes, como Scikit XGBoost Learn. Para ver los contenedores de SageMaker AI ML Framework disponibles, consulta las [rutas de registro de Docker](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html) y el código de ejemplo. Navegue hasta la AWS región que desee y busque imágenes con la etiqueta **(algoritmo)**. SageMaker Los contenedores AI ML Framework también cumplen con la [política de soporte del marco AWS Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html). 

Para recuperar la versión de imagen más reciente de la versión XGBoost 1.7-1 en modo framework, usa los siguientes comandos del SageMaker Python SDK: 

```
from sagemaker import image_uris
image_uris.retrieve(framework='xgboost',region='us-east-1',version='3.0-5')
```


| Marcos | Versión actual | GitHub GA | Fin del parche | 
| --- | --- | --- | --- | 
| XGBoost | 3,0-5 | 17/11/2025 | 17/11/2026 | 
| XGBoost | 1.7-1 | 03/06/2023 | 03/06/2025 | 
| XGBoost | 1,5-1 | 21/02/2022 | 21/02/2023 | 
| XGBoost | 1.3-1 | 21/05/2021 | 21/05/2022 | 
| XGBoost | 1,2-2 | 20/09/2020 | 20/09/2021 | 
| XGBoost | 1.2-1 | 19/07/2020 | 19/07/2021 | 
| XGBoost |  1,0-1  |  >4 años  | No compatible | 
| Scikit-Learn |  1.4-2  |  30 de octubre de 2025  |  30 de octubre de 2026  | 
| Scikit-Learn |  1.2-1  |  03/06/2023  |  03/06/2025  | 
| Scikit-Learn |  1,0-1  |  04/07/2022  |  04/07/2023  | 
| Scikit-Learn |  0,23-1  | 6/3/2023 |  06/02/2021  | 
| Scikit-Learn |  0,20-1  |  >4 años  | No compatible | 

## SageMaker Política de soporte de contenedores de algoritmos integrados de IA
<a name="pre-built-containers-support-policy-built-in"></a>

Los contenedores de algoritmos integrados en la SageMaker IA son un conjunto de imágenes de Docker para entrenar y utilizar los [algoritmos de aprendizaje automático integrados en la SageMaker IA](https://docs.aws.amazon.com/sagemaker/latest/dg/algos.html). Para ver los contenedores de algoritmos integrados en SageMaker IA disponibles, consulta las [rutas de registro de Docker y el código de ejemplo](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html). Navegue hasta la AWS región que desee y busque imágenes con la etiqueta **(algoritmo)**. 

Las actualizaciones de parches para las imágenes de contenedores integradas son actualizaciones locales. Para estar al up-to-date día con los últimos parches de seguridad, te recomendamos que consultes la última versión de imagen del algoritmo integrado utilizando la etiqueta de `latest` imagen. 


| Contenedor de imágenes | Fin del parche | 
| --- | --- | 
| `blazingtext:latest` | 15/05/2024 | 
| `factorization-machines:latest` | 15/05/2024 | 
| `forecasting-deepar:latest` | 26/08/2025 | 
| `image-classification:latest` | 15/05/2024 | 
| `instance-segmentation:latest` | 15/05/2024 | 
| `ipembeddings:latest` | 15/05/2024 | 
| `ipinsights:latest` | 15/05/2024 | 
| `kmeans:latest` | 15/05/2024 | 
| `knn:latest` | 15/05/2024 | 
| `linear-learner:inference-cpu-1/training-cpu-1` | 15/05/2024 | 
| `linear-learner:latest` | 15/05/2024 | 
| `mxnet-algorithms:training-cpu/inference-cpu` | 15/05/2024 | 
| `ntm:latest` | 15/05/2024 | 
| `object-detection:latest` | 15/05/2024 | 
| `object2vec:latest` | 15/05/2024 | 
| `pca:latest` | 15/05/2024 | 
| `randomcutforest:latest` | 15/05/2024 | 
| `semantic-segmentation:latest` | 15/05/2024 | 
| `seq2seq:latest` | 15/05/2024 | 

## Política de compatibilidad de contenedores de alojamiento de LLM
<a name="pre-built-containers-support-policy-llm-hosting"></a>

Los contenedores de [alojamiento LLM, como los contenedores](https://github.com/awslabs/llm-hosting-container) HuggingFace Text Generation Inference (TGI), vencen su fecha de finalización del parche 30 días después de su fecha de lanzamiento. GitHub 

**importante**  
Hacemos una excepción cuando hay una actualización importante de la versión. Por ejemplo, si el kit de herramientas de inferencia de generación de HuggingFace texto (TGI) se actualiza a TGI 2.0, seguiremos ofreciendo soporte para la versión más reciente de TGI 1.4 durante un período de tres meses a partir de la fecha de lanzamiento. GitHub 


| Contenedor del kit de herramientas | Versión actual | GitHub GA | Fin del parche | 
| --- | --- | --- | --- | 
| TGI | tgi2.3.1 | 14/10/2024 | 14/11/2024 | 
| TGI | optimum0.0.25 | 10/04/2024 | 11/04/2024 | 
| TGI | tgi2.2.0 | 26/07/2024 | 30/08/2024 | 
| TGI | tgi2.0.0 | 15/05/2024 | 15/08/2024 | 
| TGI |  tgi1.4.5  |  04/03/2024  |  07/03/2024  | 
| TGI |  tgi1.4.2  |  22/02/2024  |  22/03/2024  | 
| TGI |  tgi1.4.0  |  29/01/2024  |  29/02/2024  | 
| TGI |  tgi1.3.3  |  19/12/2023  |  19/01/2024  | 
| TGI |  tgi1.3.1  |  12/11/2023  |  01/11/2024  | 
| TGI |  tgi1.2.0  |  12/04/2023  |  01/04/2024  | 
| TGI |  optimum 0.0.24  |  23/08/2024  |  30/09/2024  | 
| TGI |  optimum 0.0.23  |  26/07/2024  |  30/08/2024  | 
| TGI |  optimum 0.0.21  |  10/05/2024  |  15/08/2024  | 
| TGI |  optimum 0.0.19  |  19/02/2024  |  19/03/2024  | 
| TGI |  optimum 0.0.18  |  01/02/2024  |  01/03/2024  | 
| TGI |  optimum 0.0.17  |  24/01/2024  |  24/02/2024  | 
| TGI |  optimum 0.0.16  |  18/01/2024  |  18/02/2024  | 
| TEI |  tei1.4.0  |  08/01/2024  |  09/01/2024  | 
| TEI |  tei1.2.3  |  26/04/2024  |  26/05/2024  | 

## Contenedores y obsolescencia no admitidos
<a name="pre-built-containers-support-policy-deprecation"></a>

Cuando un contenedor llega al final del parche o queda obsoleto, deja de recibir los parches de seguridad. Los contenedores quedan obsoletos cuando ya no se admiten algoritmos o marcos completos.

Ya no se admite los siguientes contenedores: 
+ A partir de agosto de 2024, el `forecasting-deepar` contenedor dejará de recibir parches o actualizaciones de seguridad debido a la MXNet estructura subyacente a la que se dirige. end-of-maintenance
+ A partir de abril de 2024, los [contenedores SageMaker AI Reinforcement Learning (RL)](https://github.com/aws/sagemaker-rl-container) dejarán de ser compatibles. Para crear tus propias imágenes de RL, consulta Cómo [crear tu imagen](https://github.com/aws/sagemaker-rl-container#building-your-image) en el GitHub repositorio de contenedores de SageMaker AI RL. 
+ A partir de septiembre de 2023, ya no se admiten los contenedores JumpStart industriales: financieros.