Guida all'installazione - Amazon SageMaker AI

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:

  1. Installa Python 3. Per i dettagli, consulta Installazione dei pacchetti Python 3 e Python.

  2. Installa JupyterLab la versione 3 o successiva. Per i dettagli, consulta la documentazione JupyterLab SDK.

  3. Installa il. AWS CLI Per informazioni, consulta Installazione o aggiornamento della versione più recente di AWS CLI.

  4. Installa due set di autorizzazioni. L'utente IAM necessita delle autorizzazioni per inviare lavori all' SageMaker IA e, una volta inviato, il lavoro notebook stesso assume un ruolo IAM che richiede le autorizzazioni per accedere alle risorse a seconda delle attività lavorative.

    1. Se non è ancora stato creato un utente IAM, consulta Creazione di un utente IAM nel tuo account AWS.

    2. Se non hai ancora creato il ruolo di un notebook, consulta Creazione di un ruolo per delegare le autorizzazioni a un utente IAM.

    3. 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

  5. Genera AWS credenziali per il tuo utente IAM appena creato e salvale nel file delle credenziali (~/.aws/credentials) del tuo ambiente. JupyterLab È possibile farlo tramite il comando CLI aws configure. Per le istruzioni, consulta la sezione Impostazione e visualizzazione delle impostazioni di configurazione utilizzando i comandi in Configurazione e impostazioni dei file di credenziali.

  6. (opzionale) Per impostazione predefinita, l'estensione scheduler utilizza un'immagine Docker SageMaker AI predefinita con Python 2.0. Qualsiasi kernel non predefinito utilizzato nel notebook deve essere installato nel container. Se desideri eseguire il notebook in un container o un'immagine Docker, devi creare un'immagine Amazon Elastic Container Registry (Amazon ECR). Per informazioni su come inviare un'immagine Docker a un'immagine Amazon ECR, consulta Invio di un’immagine Docker.

  7. Aggiungi l' JupyterLab estensione per Notebook Jobs. SageMaker 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.

  8. Inizia JupyterLab con il comando:jupyter lab.

  9. Verifica che il widget Notebook Jobs ( Blue icon of a calendar with a checkmark, representing a scheduled task or event. ) appaia nella barra delle operazioni del notebook Jupyter.