JupyterLab panduan pengguna

Panduan ini menunjukkan kepada JupyterLab pengguna cara menjalankan alur kerja analitik dan pembelajaran mesin dalam SageMaker Studio. Anda bisa mendapatkan penyimpanan cepat dan menskalakan komputasi Anda ke atas atau ke bawah, tergantung pada kebutuhan Anda.

JupyterLab mendukung ruang pribadi dan bersama. Ruang pribadi dicakup untuk satu pengguna dalam domain. Ruang bersama memungkinkan pengguna lain di domain Anda berkolaborasi dengan Anda secara real time. Untuk informasi tentang ruang Studio, lihatRuang Amazon SageMaker Studio.

Untuk mulai menggunakan JupyterLab, buat spasi dan luncurkan JupyterLab aplikasi Anda. Ruang yang menjalankan JupyterLab aplikasi Anda adalah JupyterLab spasi. JupyterLab Ruang ini menggunakan satu EC2 instans Amazon untuk komputasi Anda dan satu EBS volume Amazon untuk penyimpanan Anda. Segala sesuatu di ruang Anda seperti kode, profil git, dan variabel lingkungan disimpan pada EBS volume Amazon yang sama. Volume memiliki 3000 IOPS dan throughput 125 megabyte per detik (). MBps Anda dapat menggunakan penyimpanan cepat untuk membuka dan menjalankan beberapa notebook Jupyter pada instance yang sama. Anda juga dapat mengganti kernel di notebook dengan sangat cepat.

Administrator Anda telah mengonfigurasi pengaturan EBS penyimpanan Amazon default untuk ruang Anda. Ukuran penyimpanan default adalah 5 GB, tetapi Anda dapat meningkatkan jumlah ruang yang Anda dapatkan. Anda dapat berbicara dengan administrator Anda untuk memberi Anda panduan.

Anda dapat mengganti jenis EC2 instans Amazon yang Anda gunakan untuk menjalankan JupyterLab, menskalakan komputasi Anda ke atas atau ke bawah tergantung pada kebutuhan Anda. Instans peluncuran cepat dimulai jauh lebih cepat daripada instance lainnya.

Administrator Anda mungkin memberi Anda konfigurasi siklus hidup yang menyesuaikan lingkungan Anda. Anda dapat menentukan konfigurasi siklus hidup saat Anda membuat ruang.

Jika administrator memberi Anda akses ke AmazonEFS, Anda dapat mengonfigurasi JupyterLab ruang Anda untuk mengaksesnya.

Secara default, JupyterLab aplikasi menggunakan gambar SageMaker distribusi. Ini termasuk dukungan untuk banyak pembelajaran mesin, analitik, dan paket pembelajaran mendalam. Namun, jika Anda memerlukan gambar khusus, administrator Anda dapat membantu menyediakan akses ke gambar kustom.

EBSVolume Amazon bertahan secara independen dari kehidupan sebuah instance. Anda tidak akan kehilangan data Anda ketika Anda mengubah instance. Gunakan pustaka manajemen paket conda dan pip untuk membuat lingkungan kustom yang dapat direproduksi yang tetap ada bahkan saat Anda mengganti jenis instance.

Setelah Anda membuka JupyterLab, Anda dapat mengonfigurasi lingkungan Anda menggunakan terminal. Untuk membuka terminal, arahkan ke Launcher dan pilih Terminal.

Berikut ini adalah contoh berbagai cara Anda dapat mengonfigurasi lingkungan JupyterLab.