Sélectionner vos préférences de cookies

Nous utilisons des cookies essentiels et des outils similaires qui sont nécessaires au fonctionnement de notre site et à la fourniture de nos services. Nous utilisons des cookies de performance pour collecter des statistiques anonymes afin de comprendre comment les clients utilisent notre site et d’apporter des améliorations. Les cookies essentiels ne peuvent pas être désactivés, mais vous pouvez cliquer sur « Personnaliser » ou « Refuser » pour refuser les cookies de performance.

Si vous êtes d’accord, AWS et les tiers approuvés utiliseront également des cookies pour fournir des fonctionnalités utiles au site, mémoriser vos préférences et afficher du contenu pertinent, y compris des publicités pertinentes. Pour accepter ou refuser tous les cookies non essentiels, cliquez sur « Accepter » ou « Refuser ». Pour effectuer des choix plus détaillés, cliquez sur « Personnaliser ».

Des configurations de cycle de vie avec JupyterLab

Mode de mise au point
Des configurations de cycle de vie avec JupyterLab - Amazon SageMaker AI

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.

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.

Les configurations du cycle de vie sont des scripts shell déclenchés par des événements JupyterLab du cycle de vie, tels que le démarrage d'un nouveau JupyterLab bloc-notes. Vous pouvez utiliser les configurations du cycle de vie pour automatiser la personnalisation de votre JupyterLab environnement. Cette personnalisation comprend l'installation de packages personnalisés, la configuration d'extensions de bloc-notes, le préchargement de jeux de données et la configuration de référentiels de code source.

L'utilisation de configurations de cycle de vie vous offre la flexibilité et le contrôle JupyterLab nécessaires pour répondre à vos besoins spécifiques. Par exemple, vous pouvez créer un ensemble minimal d'images de conteneurs de base avec les packages et bibliothèques les plus couramment utilisés. Vous pouvez ensuite utiliser les configurations du cycle de vie pour installer des packages supplémentaires pour des cas d'utilisation spécifiques au sein de vos équipes de science des données et d'apprentissage automatique.

Note

Chaque script est limité à 16 384 caractères.

ConfidentialitéConditions d'utilisation du sitePréférences de cookies
© 2025, Amazon Web Services, Inc. ou ses affiliés. Tous droits réservés.