Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Collaborer avec des espaces partagés
Utilisez les espaces partagés pour collaborer avec d'autres utilisateurs en temps réel. Les espaces partagés sont disponibles dans :
-
Amazon SageMaker Studio classique
-
JupyterLab
Un espace partagé Amazon SageMaker Studio Classic se compose d'une JupyterServer application partagée et d'un répertoire partagé. Un espace JupyterLab partagé se compose d'une JupyterLab application partagée et d'un répertoire partagé au sein d'Amazon SageMaker Studio. Tous les profils utilisateur d'un domaine ont accès à tous les espaces partagés du domaine. Amazon SageMaker délimite automatiquement les ressources d'un espace partagé dans le contexte de l'application Amazon SageMaker Studio Classic que vous lancez dans cet espace partagé. Les ressources figurant dans un espace partagé incluent des blocs-notes, des fichiers, des expériences et des modèles.
Un espace partagé Studio Classic ne prend en charge que Studio Classic et ses KernelGateway applications. Un espace partagé ne prend en charge que l'utilisation d'un Amazon Resource Name (ARN) à JupyterLab 3 images. Pour plus d’informations, consultez JupyterLab Versionnage.
Amazon étiquette SageMaker automatiquement toutes les SageMaker ressources que vous créez dans le cadre d'un espace partagé. Vous pouvez utiliser ces balises pour surveiller les coûts et planifier les budgets à l'aide d'outils tels qu' AWS Budgets.
Un espace partagé utilise les mêmes paramètres VPC que le domaine dans lequel il a été créé.
Note
Les espaces partagés ne prennent pas en charge l'utilisation d'Amazon SageMaker Data Wrangler ou de clusters entre comptes Amazon EMR.
Balisage automatique
Toutes les ressources créées dans un espace partagé sont automatiquement étiquetées avec une balise ARN de domaine et une balise ARN d'espace partagé. La balise ARN du domaine est basée sur l'ID du domaine, tandis que la balise ARN de l'espace partagé est basée sur le nom de l'espace partagé.
Vous pouvez utiliser ces balises pour surveiller AWS CloudTrail l'utilisation. Pour plus d'informations, consultez la section Enregistrer les appels SageMaker d'API Amazon avec AWS CloudTrail.
Vous pouvez également utiliser ces balises pour surveiller les coûts AWS Billing and Cost Management. Pour plus d'informations, consultez la section Utilisation des balises de répartition des AWS coûts.
Co-modification des blocs-notes en temps réel
L'un des principaux avantages d'un espace partagé est qu'il facilite la collaboration entre les membres de l'espace partagé en temps réel. Les utilisateurs qui collaborent dans un espace de travail ont accès à une application Studio Classic partagée où ils peuvent accéder à leurs blocs-notes, les lire et les modifier en temps réel. La collaboration en temps réel n'est prise en charge que pour JupyterServer les applications au sein d'un espace partagé.
Les utilisateurs ayant accès à un espace partagé peuvent ouvrir, afficher, modifier et exécuter simultanément des blocs-notes Jupyter dans le Studio Classic partagé ou une JupyterLab application dans cet espace.
Le bloc-notes indique chaque utilisateur co-éditeur à l'aide d'un curseur différent qui indique le nom du profil utilisateur. Bien que plusieurs utilisateurs puissent consulter le même bloc-notes, la co-modification convient mieux aux petits groupes de deux à cinq utilisateurs.
Pour suivre les modifications apportées par plusieurs utilisateurs, nous vous recommandons vivement d'utiliser le contrôle de version intégré basé sur Git de Studio Classic.
JupyterServer 2
Pour utiliser les espaces partagés dans Studio Classic, la version 2 de Jupyter Server est requise. Certaines JupyterLab extensions et certains packages peuvent rétrograder de force Jupyter Server vers la version 1. Cela empêche l'utilisation de l'espace partagé. Exécutez ce qui suit dans l'invite de commande pour modifier le numéro de version et continuer à utiliser les espaces partagés.
conda activate studio pip install jupyter-server==2.0.0rc3
Personnalisation d'un espace partagé
Pour attacher une configuration de cycle de vie ou une image personnalisée à un espace partagé, vous devez utiliser l' AWS CLI. Pour plus d'informations sur la création et l'association de configurations de cycle de vie, consultez Création et association d'une configuration de cycle de vie. Pour plus d'informations sur la création et l'association d'images personnalisées, consultez Apportez votre propre SageMaker image.