(Opsional) Migrasikan gambar kustom dan konfigurasi siklus hidup - Amazon SageMaker
Migrasi gambar kustomMigrasikan konfigurasi siklus hidup

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

(Opsional) Migrasikan gambar kustom dan konfigurasi siklus hidup

Anda harus memperbarui gambar kustom dan skrip konfigurasi siklus hidup (LCC) agar berfungsi dengan model run lokal yang disederhanakan di Amazon Studio. SageMaker Jika Anda belum membuat gambar kustom atau konfigurasi siklus hidup di domain Anda, lewati fase ini.

Amazon SageMaker Studio Classic beroperasi di lingkungan terpisah dengan:

  • Sebuah JupyterServer aplikasi yang menjalankan Jupyter Server.

  • Notebook Studio Classic berjalan pada satu atau lebih KernelGateway aplikasi.

Studio telah bergeser dari lingkungan terpisah. Studio menjalankan JupyterLab dan Code Editor, berdasarkan Code-OSS, Visual Studio Code - aplikasi Open Source dalam model runtime lokal. Untuk informasi selengkapnya tentang perubahan arsitektur, lihat Meningkatkan produktivitas di Amazon SageMaker Studio.

Migrasi gambar kustom

Gambar kustom Studio Classic Anda yang ada mungkin tidak berfungsi di Studio. Sebaiknya buat gambar kustom baru yang memenuhi persyaratan untuk digunakan di Studio. Rilis Studio menyederhanakan proses untuk membangun gambar kustom dengan menyediakanSageMaker Gambar Distribusi. SageMakerGambar distribusi mencakup perpustakaan dan paket populer untuk pembelajaran mesin, ilmu data, dan visualisasi analitik data. Untuk daftar gambar SageMaker Distribusi dasar dan informasi akun Amazon Elastic Container Registry, lihat SageMaker Gambar Amazon tersedia untuk digunakan dengan Studio Classic.

Untuk membuat gambar khusus, lengkapi salah satu dari berikut ini.

  • Perluas gambar SageMaker Distribusi dengan paket dan modul khusus. Gambar-gambar ini sudah dikonfigurasi sebelumnya dengan JupyterLab dan Editor Kode, berdasarkan Kode-OSS, Visual Studio Code - Open Source.

  • Buat file Dockerfile kustom dengan mengikuti petunjuk di. Spesifikasi Dockerfile Anda harus menginstal JupyterLab dan open source CodeServer pada gambar untuk membuatnya kompatibel dengan Studio.

Migrasikan konfigurasi siklus hidup

Karena model runtime lokal yang disederhanakan di Studio, kami sarankan untuk memigrasikan struktur Studio Classic Anda yang ada. LCCs Di Studio Classic, Anda sering harus membuat konfigurasi siklus hidup terpisah untuk keduanya KernelGateway and JupyterServer aplikasi. Karena JupyterServer and KernelGateway aplikasi berjalan pada sumber daya komputasi terpisah dalam Studio Classic, Studio Classic LCCs dapat menjadi salah satu dari kedua jenis:

  • JupyterServer LCC: Ini LCCs sebagian besar mengatur tindakan beranda pengguna, termasuk menyetel proxy, membuat variabel lingkungan, dan mematikan sumber daya secara otomatis.

  • KernelGateway LCC: Ini LCCs mengatur pengoptimalan lingkungan notebook Studio Classic. Ini termasuk memperbarui versi paket numpy di Data Science 3.0 kernel dan menginstal paket snowflake di kernel. Pytorch 2.0 GPU

Dalam arsitektur Studio yang disederhanakan, Anda hanya perlu satu LCC skrip yang berjalan saat aplikasi dimulai. Meskipun migrasi LCC skrip Anda bervariasi berdasarkan lingkungan pengembangan, kami sarankan untuk menggabungkan JupyterServer and KernelGateway LCCsuntuk membangun gabunganLCC.

LCCsdi Studio dapat dikaitkan dengan salah satu aplikasi berikut:

  • JupyterLab

  • Editor Kode

Pengguna dapat memilih LCC untuk jenis aplikasi masing-masing saat membuat spasi atau menggunakan default yang LCC ditetapkan oleh admin.

catatan

Skrip shutdown otomatis Studio Classic yang ada tidak berfungsi dengan Studio. Untuk contoh skrip shutdown otomatis Studio, lihat Contoh Konfigurasi Siklus Hidup SageMaker Studio.

Pertimbangan saat refactoring LCCs

Pertimbangkan perbedaan berikut antara Studio Classic dan Studio saat melakukan refactoring. LCCs

  • JupyterLab dan aplikasi Editor Kode, ketika dibuat, dijalankan seperti sagemaker-user dengan UID:1001 danGID:101. Secara default, sagemaker-user memiliki izin untuk mengasumsikan izin sudo/root. KernelGateway aplikasi dijalankan secara root default.

  • SageMaker Gambar distribusi yang berjalan di dalam JupyterLab dan aplikasi Editor Kode menggunakan Debianmanajer paket berbasis,apt-get.

  • Aplikasi Studio JupyterLab dan Editor Kode menggunakan Conda manajer paket. SageMaker menciptakan basis tunggal Python3 Conda lingkungan saat aplikasi Studio diluncurkan. Untuk informasi tentang memperbarui paket di pangkalan Conda lingkungan dan menciptakan yang baru Conda lingkungan, lihatJupyterLab panduan pengguna. Sebaliknya, tidak semua KernelGateway aplikasi menggunakan Conda sebagai manajer paket.

  • JupyterLab Aplikasi Studio menggunakanJupyterLab 4.0, sedangkan Studio Classic menggunakanJupyterLab 3.0. Validasi bahwa semua JupyterLab ekstensi yang Anda gunakan kompatibel denganJupyterLab 4.0. Untuk informasi selengkapnya tentang ekstensi, lihat Kompatibilitas Ekstensi dengan JupyterLab 4.0.