我对 Docker 还很陌生。在部署推理端点时（例如使用 scikit-learn），我通常使用 SageMaker 的预构建容器映像。我有兴趣查看 AWS 用于创建预构建映像的 DockerFile（例如“源代码”），因此我可以将其用作学习工具和模板，用于创建我自己的自定义容器以与 SageMaker 端点一起使用。
例如，如果我想部署预构建映像中尚未提供的 ML 框架版本，或者如果我想在单个容器中安装并同时运行两个框架（例如 XGBoost 和 Sklearn）。我知道我可以从头开始设计定制容器，但我真的不想对现有的容器进行太多改变；只需安装几个额外的 python 包，也许还可以升级 python 版本。
或者，在您最初部署 SageMaker 端点时，是否可以发出“pip install”命令来简单地安装或更新 python 版本/包。
SageMaker 的各种容器映像可作为开源项目提供。
对于特定深度学习框架，AWS 深度学习容器映像可用于训练和推理目的。
源代码（包括 Dockerfile）托管在 GitHub 上：https://github.com/aws/deep-learning-containers
此外，还有 SageMaker 发行版，其中包含专为机器学习、数据科学和可视化而设计的 Docker 映像。这些图像可用于 SageMaker Studio 中的交互式笔记本或 SageMaker 处理或训练作业。
该项目也可以在 GitHub 上找到：https://github.com/aws/sagemaker-distribution