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

Kelola lingkungan Anda

Amazon SageMaker Studio Lab menyediakan lingkungan pra-instal untuk instans notebook Studio Lab Anda. Lingkungan memungkinkan Anda memulai instance notebook Studio Lab dengan paket yang ingin Anda gunakan. Ini dilakukan dengan menginstal paket di lingkungan dan kemudian memilih lingkungan sebagai Kernel.

Studio Lab memiliki berbagai lingkungan yang sudah diinstal sebelumnya untuk Anda. Anda biasanya ingin menggunakan sagemaker-distribution lingkungan jika Anda ingin menggunakan lingkungan yang dikelola sepenuhnya yang sudah berisi banyak paket populer yang digunakan untuk insinyur pembelajaran mesin (ML) dan ilmuwan data. Jika tidak, Anda dapat menggunakan default lingkungan jika Anda ingin penyesuaian terus-menerus untuk lingkungan Anda. Untuk informasi selengkapnya tentang lingkungan Studio Lab pra-instal yang tersedia, lihatLingkungan pra-instal Studio Lab.

Anda dapat menyesuaikan lingkungan Anda dengan menambahkan paket baru (atau pustaka) ke dalamnya. Anda juga dapat membuat lingkungan baru dari Studio Lab, mengimpor lingkungan yang kompatibel, mengatur ulang lingkungan untuk menciptakan ruang, dan banyak lagi.

Perintah berikut adalah untuk berjalan di terminal Studio Lab. Namun, saat menginstal paket, sangat disarankan untuk menginstalnya di dalam notebook Studio Lab Jupyter Anda. Ini memastikan bahwa paket diinstal di lingkungan yang dimaksud. Untuk menjalankan perintah di notebook Jupyter, awali perintah dengan % sebelum menjalankan sel. Misalnya, cuplikan kode pip list di terminal sama dengan di notebook Jupyter. %pip list

Bagian berikut memberikan informasi tentang lingkungan default conda Anda, cara menyesuaikannya, dan cara menambahkan dan menghapus lingkungan conda. Untuk daftar contoh lingkungan yang dapat Anda instal ke Studio Lab, lihat Membuat Lingkungan Conda Kustom. Untuk menggunakan contoh YAML file lingkungan ini dengan Studio Lab, lihatLangkah 4: Instal lingkungan conda Studio Lab Anda di Studio Classic.

Lingkungan default Anda

Studio Lab menggunakan lingkungan conda untuk merangkum paket perangkat lunak yang diperlukan untuk menjalankan notebook. Proyek Anda berisi lingkungan conda default, bernamadefault, dengan IPythonkernel. Lingkungan ini berfungsi sebagai kernel default untuk notebook Jupyter Anda.

Lihat lingkungan

Untuk melihat lingkungan di Studio Lab, Anda dapat menggunakan terminal atau notebook Jupyter. Perintah berikut akan untuk terminal Studio Lab. Jika Anda ingin menjalankan perintah yang sesuai di notebook Jupyter, lihat. Kelola lingkungan Anda

Buka terminal Studio Lab dengan membuka panel File Browser ( ), pilih tanda plus (+) pada menu di bagian atas browser file untuk membuka Launcher, lalu pilih Terminal. Dari terminal Studio Lab, daftarkan lingkungan conda dengan menjalankan yang berikut ini.

conda env list

Perintah ini menampilkan daftar lingkungan conda dan lokasinya di sistem file. Saat Anda onboard ke Studio Lab, Anda secara otomatis mengaktifkan lingkungan studiolab conda. Berikut ini adalah contoh lingkungan yang terdaftar setelah Anda onboard.

# 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

*Menandai lingkungan yang diaktifkan.

Buat, aktifkan, dan gunakan lingkungan conda baru

Jika Anda ingin mempertahankan beberapa lingkungan untuk kasus penggunaan yang berbeda, Anda dapat membuat lingkungan conda baru dalam proyek Anda. Bagian berikut menunjukkan cara membuat dan mengaktifkan lingkungan conda baru. Untuk notebook Jupyter yang menunjukkan cara membuat lingkungan kustom, lihat Menyiapkan Lingkungan Kustom di SageMaker Studio Lab.

Buat lingkungan conda

Untuk membuat lingkungan conda, jalankan perintah conda berikut dari terminal Anda. Contoh ini menciptakan lingkungan baru dengan Python 3.9.

conda create --name <ENVIRONMENT_NAME> python=3.9

Setelah lingkungan conda dibuat, Anda dapat melihat lingkungan di daftar lingkungan Anda. Untuk informasi selengkapnya tentang cara melihat daftar lingkungan Anda, lihatLihat lingkungan.

Aktifkan lingkungan conda

Untuk mengaktifkan lingkungan conda apa pun, jalankan perintah berikut di terminal.

conda activate <ENVIRONMENT_NAME>

Saat Anda menjalankan perintah ini, paket apa pun yang diinstal menggunakan conda atau pip diinstal di lingkungan. Untuk informasi lebih lanjut tentang menginstal paket, lihatSesuaikan lingkungan Anda.

Gunakan lingkungan conda

Untuk menggunakan lingkungan conda baru Anda dengan notebook, pastikan ipykernel paket diinstal di lingkungan.

conda install ipykernel

Setelah ipykernel paket diinstal di lingkungan, Anda dapat memilih lingkungan sebagai kernel untuk notebook Anda.

Anda mungkin perlu memulai ulang JupyterLab untuk melihat lingkungan yang tersedia sebagai kernel. Ini dapat dilakukan dengan memilih Amazon SageMaker Studio Lab di menu atas Studio Lab dan memilih Restart JupyterLab... .

Saat Anda membuat buku catatan baru dari Studio Lab Launcher, Anda akan memiliki opsi untuk memilih kernel di bawah Notebook. Untuk ikhtisar UI Studio Lab, lihatIkhtisar UI Amazon SageMaker Studio Lab.

Ketika notebook Jupyter terbuka, Anda dapat memilih kernel dengan memilih Kernel dari menu atas dan memilih Change Kernel... .

Menggunakan lingkungan Studio Lab sampel

Studio Lab menyediakan contoh lingkungan kustom melalui repositori SageMaker Studio Lab Examples. Berikut ini menunjukkan cara mengkloning dan membangun lingkungan ini.

Sesuaikan lingkungan Anda

Anda dapat menyesuaikan lingkungan Anda dengan menginstal dan menghapus ekstensi dan paket sesuai kebutuhan. Studio Lab dilengkapi dengan lingkungan dengan paket yang sudah diinstal sebelumnya dan menggunakan lingkungan yang ada dapat menghemat waktu dan memori Anda, karena paket pra-instal tidak dihitung terhadap memori Studio Lab Anda yang tersedia. Untuk informasi selengkapnya tentang lingkungan Studio Lab pra-instal yang tersedia, lihatLingkungan pra-instal Studio Lab.

Setiap ekstensi dan paket yang diinstal pada default lingkungan Anda akan tetap ada di proyek Anda. Artinya, Anda tidak perlu menginstal paket Anda untuk setiap sesi runtime proyek. Namun, ekstensi dan paket yang diinstal di sagemaker-distribution lingkungan Anda tidak akan bertahan, jadi Anda perlu menginstal paket baru selama sesi berikutnya. Dengan demikian, sangat disarankan untuk menginstal paket dalam notebook Anda untuk memastikan bahwa paket diinstal di lingkungan yang dimaksud.

Untuk melihat lingkungan Anda, jalankan perintahconda env list.

Untuk mengaktifkan lingkungan Anda, jalankan perintahconda activate <ENVIRONMENT_NAME>.

Untuk melihat paket di lingkungan, jalankan perintahconda list.

Instal paket

Sangat disarankan untuk menginstal paket Anda dalam notebook Jupyter Anda untuk memastikan bahwa paket Anda diinstal di lingkungan yang dimaksud. Untuk menginstal paket tambahan ke lingkungan Anda dari notebook Jupyter, jalankan salah satu perintah berikut di sel dalam notebook Jupyter Anda. Perintah ini menginstal paket di lingkungan yang saat ini diaktifkan.

Kami tidak menyarankan menggunakan !conda perintah !pip or karena mereka dapat berperilaku dengan cara yang tidak terduga ketika Anda memiliki beberapa lingkungan.

Setelah Anda menginstal paket baru ke lingkungan Anda, Anda mungkin perlu me-restart kernel untuk memastikan bahwa paket bekerja di notebook Anda. Ini dapat dilakukan dengan memilih Amazon SageMaker Studio Lab di menu atas Studio Lab dan memilih Restart JupyterLab... .

Hapus paket

Untuk menghapus paket, jalankan perintah

%conda remove <PACKAGE_NAME>

Perintah ini juga akan menghapus paket apa pun yang bergantung pada<PACKAGE_NAME>, kecuali pengganti dapat ditemukan tanpa ketergantungan itu.

Untuk menghapus semua paket di lingkungan, jalankan perintah

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

Refresh Studio Lab

Untuk menyegarkan Studio Lab, hapus semua lingkungan dan file Anda.