开发人员希望通过将自定义算法打包到 Docker 镜像中，将其引入 Amazon SageMaker。应如何准备容器，以便 SageMaker 可以正确启动训练作业？

正确答案是“将训练程序设置为容器中名为 'train' 的 ENTRYPOINT”。Amazon SageMaker 遵循特定的容器协议。当 SageMaker 启动训练作业时，它会在容器中查找名为 train 的可执行文件或脚本作为 ENTRYPOINT。此 ENTRYPOINT 负责启动训练过程。 选项“编辑容器的 bashprofile 并添加启动训练程序的 bash 命令”不正确，因为 SageMaker 不会执行 bashprofile。 选项“使用 Dockerfile CMD 指令将训练程序设置为镜像 CMD”不正确，因为 SageMaker 会覆盖 CMD 指令，并期望训练逻辑通过 ENTRYPOINT 启动。 选项“将训练程序复制到容器内的 /opt/ml/train 目录中”不正确，因为这只是将文件放置在特定位置，但没有指示容器如何执行它。SageMaker 期望的是一个 ENTRYPOINT，而不是一个文件路径。