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.
Guida all'installazione
Di seguito vengono fornite informazioni su cosa è necessario installare per utilizzare Notebook Jobs nel proprio JupyterLab ambiente.
Per Amazon SageMaker Studio e Amazon SageMaker Studio Lab
Se il notebook è in Amazon SageMaker Studio o Amazon SageMaker Studio Lab, non è necessario eseguire installazioni aggiuntive: SageMaker Notebook Jobs è integrato nella piattaforma. Per configurare le autorizzazioni necessarie per Studio, consulta Configura politiche e autorizzazioni per Studio.
Per i notebook Jupyter locali
Se desideri utilizzare SageMaker Notebook Jobs per il tuo JupyterLab ambiente locale, devi eseguire un'installazione aggiuntiva.
Per installare SageMaker Notebook Jobs, completa i seguenti passaggi:
-
Installa Python 3. Per i dettagli, consulta Installazione dei pacchetti Python 3 e Python
. -
Installa JupyterLab la versione 3 o successiva. Per i dettagli, consulta JupyterLab SDKla documentazione
. -
Installa il AWS CLI. Per informazioni, consulta Installazione o aggiornamento della versione più recente di AWS CLI.
-
Installa due set di autorizzazioni. L'IAMutente necessita delle autorizzazioni per inviare lavori e SageMaker, una volta inviato, il lavoro notebook stesso assume un IAM ruolo che richiede le autorizzazioni per accedere alle risorse a seconda delle attività lavorative.
-
Se non hai ancora creato un IAM utente, vedi Creazione di un IAM utente nel tuo account. AWS
-
Se non hai ancora creato il tuo ruolo di notebook, vedi Creazione di un ruolo per delegare le autorizzazioni a un IAM utente.
-
Collega le autorizzazioni e la policy di attendibilità necessarie al tuo utente e ruolo. Per step-by-step istruzioni e dettagli sulle autorizzazioni, consulta. Installazione di policy e autorizzazioni per gli ambienti Jupyter locali
-
-
Genera AWS le credenziali per IAM l'utente appena creato e salvale nel file delle credenziali (~/.aws/credentials) del tuo ambiente. JupyterLab Puoi CLI farlo
aws configure
con il comando. Per le istruzioni, consulta la sezione Impostazione e visualizzazione delle impostazioni di configurazione utilizzando i comandi in Configurazione e impostazioni dei file di credenziali. -
(opzionale) Per impostazione predefinita, l'estensione scheduler utilizza un'immagine SageMaker Docker predefinita con Python 2.0. Qualsiasi kernel non predefinito utilizzato nel notebook deve essere installato nel container. Se desideri eseguire il tuo notebook in un contenitore o in un'immagine Docker, devi creare un'immagine Amazon Elastic Container Registry (AmazonECR). Per informazioni su come inviare un'immagine Docker a un AmazonECR, consulta Pushing a Docker Image.
-
Aggiungi l' JupyterLab estensione per SageMaker Notebook Jobs. Puoi aggiungerlo al tuo JupyterLab ambiente con il comando:
pip install amazon_sagemaker_jupyter_scheduler
. Potrebbe essere necessario riavviare il server Jupyter con il comando:sudo systemctl restart jupyter-server
. -
Inizia JupyterLab con il comando:
jupyter lab
. -
Verifica che il widget Notebook Jobs ( ) appaia nella barra delle operazioni del notebook Jupyter.