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.

Gérer votre environnement

Amazon SageMaker Studio Lab fournit des environnements préinstallés pour vos instances de bloc-notes Studio Lab. Les environnements vous permettent de démarrer une instance de bloc-notes Studio Lab avec les packages que vous souhaitez utiliser. Cela se fait en installant des packages dans l'environnement, puis en sélectionnant l'environnement en tant que noyau.

Studio Lab propose différents environnements préinstallés pour vous. Vous souhaiterez généralement utiliser l'environnement sagemaker-distribution si vous souhaitez utiliser un environnement entièrement géré qui contient déjà de nombreux packages populaires utilisés par les ingénieurs en machine learning (ML) et les scientifiques des données. Sinon, vous pouvez utiliser l'environnement default si vous souhaitez le personnaliser de manière persistante. Pour plus d'informations sur les environnements Studio Lab préinstallés disponibles, consultez Environnements préinstallés de Studio Lab.

Vous pouvez personnaliser votre environnement en y ajoutant de nouveaux packages (ou bibliothèques). Vous pouvez également créer de nouveaux environnements à partir de Studio Lab, importer des environnements compatibles, réinitialiser votre environnement pour créer de l'espace et plus encore.

Les commandes suivantes sont destinées à être exécutées dans un terminal Studio Lab. Cependant, lors de l'installation des packages, il est fortement recommandé de les installer dans votre bloc-notes Studio Lab Jupyter. Cela garantit que les packages sont installés dans l'environnement prévu. Pour exécuter les commandes dans un bloc-notes Jupyter, préfixez la commande par un % avant d'exécuter la cellule. Par exemple, l'extrait de code pip list dans un terminal est le même que %pip list dans un bloc-notes Jupyter.

Les sections suivantes fournissent des informations sur votre environnement conda default et vous montrent comment le personnaliser et supprimer des environnements conda. Pour obtenir la liste des exemples d'environnements que vous pouvez installer dans Studio Lab, consultez Création d'environnements conda personnalisés (langue française non garantie). Pour utiliser ces exemples de YAML fichiers d'environnement avec Studio Lab, consultezÉtape 4 : Installation de vos environnements Studio Lab conda dans Studio Classic.

Votre environnement par défaut

Studio Lab utilise les environnements conda pour encapsuler les packages logiciels nécessaires à l'exécution des blocs-notes. Votre projet contient un environnement conda par défaut, nommédefault, avec le IPythonnoyau. Cet environnement sert de noyau par défaut pour vos blocs-notes Jupyter.

Affichage des environnements

Pour afficher les environnements dans Studio Lab, vous pouvez utiliser un terminal ou un bloc-notes Jupyter. La commande suivante sera pour un terminal Studio Lab. Si vous souhaitez exécuter les commandes correspondantes dans un bloc-notes Jupyter, consultez Gérer votre environnement.

Ouvrez le terminal Studio Lab en ouvrant le panneau du navigateur de fichiers ( ), en choisissant le signe plus (+) dans le menu en haut du navigateur de fichiers pour ouvrir le lanceur, puis en choisissant Terminal. À partir du terminal Studio Lab, répertoriez les environnements conda en exécutant ce qui suit.

conda env list

Cette commande affiche une liste des environnements conda et de leurs emplacements dans le système de fichiers. Lorsque vous intégrez Studio Lab, vous activez automatiquement l'environnement conda studiolab. Vous trouverez ci-dessous un exemple d'environnements répertoriés après votre intégration.

# conda environments:
#
default                  /home/studio-lab-user/.conda/envs/default
studiolab             *  /home/studio-lab-user/.conda/envs/studiolab
studiolab-safemode       /opt/amazon/sagemaker/safemode-home/.conda/envs/studiolab-safemode
base                     /opt/conda
sagemaker-distribution     /opt/conda/envs/sagemaker-distribution

* marque l'environnement activé.

Création, activation et utilisation de nouveaux environnements conda

Si vous souhaitez maintenir plusieurs environnements pour différents cas d'utilisation, vous pouvez créer de nouveaux environnements conda dans votre projet. Les sections suivantes montrent comment créer et activer de nouveaux environnements conda. Pour un bloc-notes Jupyter expliquant comment créer un environnement personnalisé, voir Configuration d'un environnement personnalisé dans SageMaker Studio Lab.

Création d'un environnement conda

Pour créer un environnement conda, exécutez la commande conda suivante depuis votre terminal. Cet exemple montre comment créer un nouvel environnement avec Python 3.9.

conda create --name <ENVIRONMENT_NAME> python=3.9

Une fois l'environnement conda créé, vous pouvez l'afficher dans votre liste d'environnements. Pour plus d'informations sur la façon de consulter votre liste d'environnements, consultez Affichage des environnements.

Activation d'un environnement conda

Pour activer n'importe quel environnement conda, exécutez la commande suivante dans le terminal.

conda activate <ENVIRONMENT_NAME>

Lorsque vous exécutez cette commande, tous les packages installés à l'aide de conda ou de pip sont installés dans l'environnement. Pour plus d'informations sur l'installation de packages,consultez Personnaliser votre environnement.

Utilisation d'un environnement conda

Pour utiliser vos nouveaux environnements conda avec des blocs-notes, assurez-vous que le package ipykernel est installé dans l'environnement.

conda install ipykernel

Une fois le package ipykernel installé dans l'environnement, vous pouvez sélectionner l'environnement comme noyau de votre bloc-notes.

Vous devrez peut-être redémarrer JupyterLab pour voir l'environnement disponible sous forme de noyau. Cela peut être fait en choisissant Amazon SageMaker Studio Lab dans le menu supérieur de Studio Lab, puis en choisissant Redémarrer JupyterLab... .

Lorsque vous créez un nouveau bloc-notes à partir du lanceur Studio Lab, vous avez la possibilité de choisir le noyau sous Bloc-notes. Pour un aperçu de l'interface utilisateur Studio Lab, consultez Présentation de l'interface utilisateur d'Amazon SageMaker Studio Lab.

Lorsqu'un bloc-notes Jupyter est ouvert, vous pouvez choisir le noyau en choisissant Kernel dans le menu supérieur, puis Changer de noyau....

Utilisation d'exemples d'environnements Studio Lab

Studio Lab fournit des exemples d'environnements personnalisés via le référentiel SageMaker Studio Lab Examples. La section suivante montre comment cloner et créer ces environnements.

Personnaliser votre environnement

Vous pouvez personnaliser votre environnement en installant et en supprimant des extensions et des packages, au besoin. Studio Lab est fourni avec des environnements dans lesquels des packages sont préinstallés. L'utilisation d'un environnement existant peut vous faire gagner du temps et de la mémoire, car les packages préinstallés ne sont pas pris en compte dans la mémoire disponible de Studio Lab. Pour plus d'informations sur les environnements Studio Lab préinstallés disponibles, consultez Environnements préinstallés de Studio Lab.

Toutes les extensions et tous les packages installés sur votre default environnement seront conservés dans votre projet. En d'autres termes, vous n'avez pas besoin d'installer vos packages pour chaque session d'exécution du projet. Toutefois, les extensions et les packages installés sur votre environnement sagemaker-distribution ne seront pas conservés. Vous devrez donc installer de nouveaux packages lors de votre prochaine session. Il est donc vivement recommandé d'installer des packages dans votre bloc-notes pour vous assurer que les packages sont installés dans l'environnement prévu.

Pour afficher vos environnements, exécutez la commande conda env list.

Pour activer votre environnement, exécutez la commande conda activate <ENVIRONMENT_NAME>.

Pour afficher les packages dans un environnement, exécutez la commande conda list.

Installation des packages

Il est vivement recommandé d'installer vos packages dans votre bloc-notes Jupyter pour vous assurer que vos packages sont installés dans l'environnement prévu. Pour installer des packages supplémentaires dans votre environnement à partir d'un bloc-notes Jupyter, exécutez l'une des commandes suivantes dans une cellule de votre bloc-notes Jupyter. Ces commandes installent des packages dans l'environnement actuellement activé.

Nous vous déconseillons d'utiliser les commandes !pip et !conda, car elles peuvent entraîner un comportement inattendu lorsque vous avez plusieurs environnements.

Une fois que vous avez installé de nouveaux packages dans votre environnement, vous devrez peut-être redémarrer le noyau pour vous assurer que les packages fonctionnent dans votre bloc-notes. Cela peut être fait en choisissant Amazon SageMaker Studio Lab dans le menu supérieur de Studio Lab, puis en choisissant Redémarrer JupyterLab... .

Suppression de packages

Pour supprimer un package, exécutez la commande

%conda remove <PACKAGE_NAME>

Cette commande supprimera également tout package dépendant de <PACKAGE_NAME>, sauf si un remplacement peut être trouvé sans cette dépendance.

Pour afficher tous les packages dans un environnement, exécutez la commande

conda deactivate
&& conda env remove --name
<ENVIRONMENT_NAME>

Actualisation de Studio Lab

Pour actualiser Studio Lab, supprimez tous vos environnements et fichiers.