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.

# Immagini personalizzate
<a name="studio-updated-jl-admin-guide-custom-images"></a>

Se hai bisogno di funzionalità diverse da quelle fornite dalla SageMaker distribuzione, puoi aggiungere la tua immagine con estensioni e pacchetti personalizzati. Puoi anche usarla per personalizzare l' JupyterLab interfaccia utente in base alle tue esigenze di branding o di conformità.

La pagina seguente fornirà informazioni e modelli JupyterLab specifici per creare immagini AI personalizzate SageMaker . Questo ha lo scopo di integrare le informazioni e le istruzioni di Amazon SageMaker Studio su come creare la propria immagine SageMaker AI e portare la propria immagine in Studio. Per informazioni sulle immagini Amazon SageMaker AI personalizzate e su come portare la tua immagine in Studio, consulta[Bring Your Own Image (BYOI)](studio-updated-byoi.md). 

**Topics**
+ [Controllo dell’integrità e URL per le applicazioni](#studio-updated-jl-admin-guide-custom-images-app-healthcheck)
+ [Esempi di Dockerfile](#studio-updated-jl-custom-images-dockerfile-templates)

## Controllo dell’integrità e URL per le applicazioni
<a name="studio-updated-jl-admin-guide-custom-images-app-healthcheck"></a>
+ `Base URL`: l’URL di base per l’applicazione BYOI deve essere `jupyterlab/default`. È possibile avere una sola applicazione e deve avere sempre il nome `default`.
+ `HealthCheck API`— L' SageMaker intelligenza artificiale utilizza l'endpoint Health Check presso la porta `8888` per verificare lo stato dell' JupyterLabapplicazione. `jupyterlab/default/api/status`è l'endpoint per il controllo dello stato di salute.
+ `Home/Default URL`— Le `/opt/ml` directory `/opt/.sagemakerinternal` e che vengono utilizzate da. AWS Il file di metadati `/opt/ml` contiene metadati relativi a risorse come `DomainId`.
+ Autenticazione: per abilitare l’autenticazione per i tuoi utenti, disattiva il token dei notebook Jupyter o l’autenticazione basata su password e consenti tutte le origini.

## Esempi di Dockerfile
<a name="studio-updated-jl-custom-images-dockerfile-templates"></a>

Gli esempi seguenti sono `Dockerfile` che soddisfano le informazioni descritte sopra e quelle in [Specifiche dell’immagine personalizzata](studio-updated-byoi-specs.md).

**Nota**  
Se stai trasferendo la tua immagine in SageMaker Unified Studio, dovrai seguire le [specifiche di Dockerfile nella Guida](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/byoi-specifications.html) per l'utente di *Amazon SageMaker Unified* Studio.  
`Dockerfile`alcuni esempi di SageMaker Unified Studio sono disponibili nell'[esempio di Dockerfile](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/byoi-specifications.html#byoi-specifications-example) nella *Amazon SageMaker Unified* Studio User Guide.

------
#### [ Example AL2023 Dockerfile ]

L’esempio seguente è un Dockerfile AL2023 che soddisfa le informazioni descritte sopra e quelle in [Specifiche dell’immagine personalizzata](studio-updated-byoi-specs.md).

```
FROM public.ecr.aws/amazonlinux/amazonlinux:2023

ARG NB_USER="sagemaker-user"
ARG NB_UID=1000
ARG NB_GID=100

# Install Python3, pip, and other dependencies
RUN yum install -y \
    python3 \
    python3-pip \
    python3-devel \
    gcc \
    shadow-utils && \
    useradd --create-home --shell /bin/bash --gid "${NB_GID}" --uid ${NB_UID} ${NB_USER} && \
    yum clean all

RUN python3 -m pip install --no-cache-dir \
    'jupyterlab>=4.0.0,<5.0.0' \
    urllib3 \
    jupyter-activity-monitor-extension \
    --ignore-installed

# Verify versions
RUN python3 --version && \
    jupyter lab --version

USER ${NB_UID}
CMD jupyter lab --ip 0.0.0.0 --port 8888 \
    --ServerApp.base_url="/jupyterlab/default" \
    --ServerApp.token='' \
    --ServerApp.allow_origin='*'
```

------
#### [ Example  SageMaker Distribuzione Amazon Dockerfile ]

L’esempio seguente è un Dockerfile Amazon SageMaker Distribution che soddisfa le informazioni descritte sopra e quelle in [Specifiche dell’immagine personalizzata](studio-updated-byoi-specs.md).

```
FROM public.ecr.aws/sagemaker/sagemaker-distribution:latest-cpu
ARG NB_USER="sagemaker-user"
ARG NB_UID=1000
ARG NB_GID=100

ENV MAMBA_USER=$NB_USER

USER root

RUN apt-get update
RUN micromamba install sagemaker-inference --freeze-installed --yes --channel conda-forge --name base

USER $MAMBA_USER

ENTRYPOINT ["entrypoint-jupyter-server"]
```

------