Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Creazione di un'istanza del notebook
**Importante**
Le politiche IAM personalizzate che consentono ad Amazon SageMaker Studio o Amazon SageMaker Studio Classic di creare SageMaker risorse Amazon devono inoltre concedere le autorizzazioni per aggiungere tag a tali risorse. L’autorizzazione per aggiungere tag alle risorse è necessaria perché Studio e Studio Classic applicano automaticamente tag a tutte le risorse che creano. Se una policy IAM consente a Studio e Studio Classic di creare risorse ma non consente l'etichettatura, possono verificarsi errori AccessDenied "" durante il tentativo di creare risorse. Per ulteriori informazioni, consulta [Fornisci le autorizzazioni per etichettare SageMaker le risorse AI](security_iam_id-based-policy-examples.md#grant-tagging-permissions).
[AWS politiche gestite per Amazon SageMaker AI](security-iam-awsmanpol.md)che danno i permessi per creare SageMaker risorse includono già le autorizzazioni per aggiungere tag durante la creazione di tali risorse.
Crea un notebook Jupyter che contenga un ambiente preinstallato con l'installazione predefinita di Anaconda e Python3.
**Per creare un notebook Jupyter**
1. Apri la console Amazon SageMaker AI all'indirizzo [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Aprire un'istanza del notebook in esecuzione, scegliendo **Open (Apri)** accanto al suo nome. Viene visualizzata la pagina server del notebook Jupyter:
1. Per creare un notebook, selezionare **Files (File)**, **New (Nuovo)** e **conda\_python3**.
1. Nomina il notebook.
## Fase succcessiva
[Scarica il client Amazon SageMaker AI Boto 3](automatic-model-tuning-ex-client.md)