翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# コンテナ設定を更新する
<a name="studio-updated-byoi-how-to-container-configuration"></a>

カスタム Docker イメージを機械学習ワークフローに取り込むことができます。これらのイメージをカスタマイズする際に重要なのは、コンテナの設定、つまり [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ContainerConfig.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ContainerConfig.html) の設定です。次のページでは、`ContainerConfig` を設定する方法の例を示します。

エントリポイントとは、コンテナの起動時に実行されるコマンドまたはスクリプトです。カスタムエントリポイントを使用すると、アプリケーションを起動する前に、環境の設定、サービスの初期化、または必要な設定を行うことができます。

この例では、 AWS CLIを使用して、JupyterLab アプリケーション用のカスタムエントリポイントを設定する方法について説明します。この例では、カスタムイメージとドメインが既に作成されていることを前提としています。手順については、「[カスタムイメージをドメインにアタッチする](studio-updated-byoi-how-to-attach-to-domain.md)」を参照してください。

1. まず、以下の AWS CLI コマンドの変数を設定します。

   ```
   APP_IMAGE_CONFIG_NAME=app-image-config-name
   ENTRYPOINT_FILE=entrypoint-file-name
   ENV_KEY=environment-key
   ENV_VALUE=environment-value
   REGION=aws-region
   DOMAIN_ID=domain-id
   IMAGE_NAME=custom-image-name
   IMAGE_VERSION=custom-image-version
   ```
   + `app-image-config-name` は、アプリケーションイメージの設定の名前です。
   + `entrypoint-file-name` は、コンテナのエントリポイントスクリプトの名前です。例えば、`entrypoint.sh`。
   + `environment-key` は、環境変数の名前です。
   + `environment-value` は、環境変数に割り当てられた値の名前です。
   + `aws-region` は、Amazon SageMaker AI ドメイン AWS リージョン の です。これは、 AWS コンソールページの右上にあります。
   + `domain-id` は、ドメイン ID です。ドメインを表示するには、「[ドメインを表示する](domain-view.md)」を参照してください。
   + `custom-image-name` は、カスタムイメージの名前です。カスタムイメージの詳細を表示するには、「[カスタムイメージの詳細を表示する (コンソール)](studio-updated-byoi-view-images.md#studio-updated-byoi-view-images-console)」を参照してください。

     「[カスタムイメージをドメインにアタッチする](studio-updated-byoi-how-to-attach-to-domain.md)」の手順に従った場合、そのプロセスで使用したのと同じイメージ名を使用することをお勧めします。
   + `custom-image-version` は、カスタムイメージのバージョン番号です。これは、イメージのバージョンを表す整数である必要があります。カスタムイメージの詳細を表示するには、「[カスタムイメージの詳細を表示する (コンソール)](studio-updated-byoi-view-images.md#studio-updated-byoi-view-images-console)」を参照してください。

1. イメージ設定を作成するには、[https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAppImageConfig.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAppImageConfig.html) API を使用します。

   ```
   aws sagemaker create-app-image-config \
       --region ${REGION} \
       --app-image-config-name "${APP_IMAGE_CONFIG_NAME}" \
       --jupyter-lab-app-image-config "ContainerConfig = {
           ContainerEntrypoint = "${ENTRYPOINT_FILE}", 
           ContainerEnvironmentVariables = {
               "${ENV_KEY}"="${ENV_VALUE}"
           }
       }"
   ```

1. ドメインのデフォルト設定を更新するには、[https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UpdateDomain.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UpdateDomain.html) API を使用します。これにより、カスタムイメージとアプリケーションイメージ設定がアタッチされます。

   ```
   aws sagemaker update-domain \
       --region ${REGION} \
       --domain-id "${DOMAIN_ID}" \
       --default-user-settings "{
           \"JupyterLabAppSettings\": {
               \"CustomImages\": [
                   {
                       \"ImageName\": \"${IMAGE_NAME}\",
                       \"ImageVersionNumber\": ${IMAGE_VERSION},
                       \"AppImageConfigName\": \"${APP_IMAGE_CONFIG_NAME}\"
                   }
               ]
           }
       }"
   ```