Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Instal Pustaka dan Kernel Eksternal

Instans SageMaker notebook Amazon hadir dengan beberapa lingkungan yang sudah diinstal. Lingkungan ini berisi kernel Jupyter dan paket Python termasuk: scikit, Pandas,,, dan. NumPy TensorFlow MXNet Lingkungan ini, bersama dengan semua file di sample-notebooks folder, disegarkan saat Anda berhenti dan memulai instance notebook. Anda juga dapat menginstal lingkungan Anda sendiri yang berisi paket dan kernel pilihan Anda.

Kernel Jupyter yang berbeda dalam instance SageMaker notebook Amazon adalah lingkungan conda yang terpisah. Untuk informasi tentang lingkungan conda, lihat Mengelola lingkungan dalam dokumentasi Conda.

Instal lingkungan dan kernel khusus pada EBS volume Amazon instans notebook. Ini memastikan bahwa mereka bertahan ketika Anda menghentikan dan memulai ulang instance notebook, dan bahwa pustaka eksternal apa pun yang Anda instal tidak diperbarui oleh. SageMaker Untuk melakukannya, gunakan konfigurasi siklus hidup yang menyertakan skrip yang berjalan saat Anda membuat instance notebook (on-create)dan skrip yang berjalan setiap kali Anda memulai ulang instance notebook ()on-start. Untuk informasi selengkapnya tentang penggunaan konfigurasi siklus hidup instance notebook, lihat. Kustomisasi instance SageMaker notebook menggunakan LCC skrip Ada GitHub repositori yang berisi contoh skrip konfigurasi siklus hidup di Sampel Konfigurasi Siklus Hidup SageMakerInstance Notebook.

Contoh di https://github.com/aws-samples/amazon-sagemaker-notebook-instance- lifecycle-config-samples /blob/master/scripts/ persistent-conda-ebs /on-create.sh dan https://github.com/aws-samples/ amazon-sagemaker-notebook-instance - lifecycle-config-samples /blob/master/scripts/ persistent-conda-ebs /on-start.sh menunjukkan praktik terbaik untuk menginstal lingkungan dan kernel pada instance notebook. on-createSkrip menginstal ipykernel perpustakaan untuk membuat lingkungan kustom sebagai kernel Jupyter, kemudian menggunakan pip install dan conda install menginstal pustaka. Anda dapat menyesuaikan skrip untuk membuat lingkungan khusus dan menginstal pustaka yang Anda inginkan. SageMaker tidak memperbarui pustaka ini saat Anda menghentikan dan memulai ulang instance notebook, sehingga Anda dapat memastikan bahwa lingkungan kustom Anda memiliki versi pustaka tertentu yang Anda inginkan. on-startSkrip menginstal lingkungan kustom apa pun yang Anda buat sebagai kernel Jupyter, sehingga muncul di daftar dropdown di menu Jupyter New.

Alat instalasi Package

SageMaker notebook mendukung alat instalasi paket berikut:

Anda dapat menginstal paket menggunakan metode berikut:

Dari dalam notebook Anda dapat menggunakan sintaks perintah sistem (baris dimulai dengan!) untuk menginstal paket, misalnya, !pip install dan!conda install. Baru-baru ini, perintah baru telah ditambahkan keIPython: %pip dan%conda. Perintah ini adalah cara yang disarankan untuk menginstal paket dari notebook karena mereka dengan benar memperhitungkan lingkungan aktif atau juru bahasa yang digunakan. Untuk informasi selengkapnya, lihat Menambahkan %pip dan %conda magic functions.

Conda

Conda adalah sistem manajemen paket open source dan sistem manajemen lingkungan, yang dapat menginstal paket dan dependensinya. SageMaker mendukung penggunaan Conda dengan salah satu dari dua saluran utama, saluran default, dan saluran conda-forge. Untuk informasi selengkapnya, lihat saluran Conda. Saluran conda-forge adalah saluran komunitas tempat kontributor dapat mengunggah paket.

Deep Learning AMI hadir dengan banyak lingkungan conda dan banyak paket yang sudah diinstal sebelumnya. Karena jumlah paket yang sudah diinstal sebelumnya, sulit menemukan satu set paket yang dijamin kompatibel. Anda mungkin melihat peringatan “Lingkungan tidak konsisten, silakan periksa paket paket dengan cermat”. Terlepas dari peringatan ini SageMaker , pastikan bahwa semua lingkungan SageMaker yang disediakan sudah benar. SageMaker tidak dapat menjamin bahwa setiap paket yang diinstal pengguna akan berfungsi dengan benar.

Conda memiliki dua metode untuk mengaktifkan lingkungan: conda activate/deactivate, dan source activate/nonactivate. Untuk informasi lebih lanjut, lihat Haruskah saya menggunakan 'conda activate' atau 'source activate' di Linux.

SageMaker mendukung pemindahan lingkungan Conda ke EBS volume Amazon, yang dipertahankan saat instance dihentikan. Lingkungan tidak bertahan ketika lingkungan diinstal ke volume root, yang merupakan perilaku default. Untuk contoh skrip siklus hidup, lihat. persistent-conda-ebs

Pip

Pip adalah alat de facto untuk menginstal dan mengelola paket Python. Pip mencari paket-paket pada Indeks Paket Python (PyPI) secara default. Tidak seperti Conda, pip tidak memiliki dukungan lingkungan bawaan, dan tidak selengkap Conda dalam hal paket dengan dependensi pustaka asli/sistem. Pip dapat digunakan untuk menginstal paket di lingkungan Conda.

Anda dapat menggunakan repositori paket alternatif dengan pip alih-alih PyPI. Untuk contoh skrip siklus hidup, lihat on-start.sh.

Tidak didukung

SageMaker bertujuan untuk mendukung sebanyak mungkin operasi instalasi paket. Namun, jika paket diinstal oleh SageMaker atauDLAMI, dan Anda menggunakan operasi berikut pada paket ini, itu mungkin membuat instance notebook Anda tidak stabil:

Kami tidak memberikan dukungan untuk menginstal paket melalui yum install atau menginstal paket R dariCRAN.

Karena potensi masalah dengan kondisi jaringan atau konfigurasi, atau ketersediaan Conda atau PyPi, kami tidak dapat menjamin bahwa paket akan diinstal dalam jumlah waktu yang tetap atau deterministik.