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.
JupyterLab Controllo delle versioni
Importante
IAMLe politiche 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 taggano automaticamente tutte le risorse che creano. Se una IAM politica consente a Studio e Studio Classic di creare risorse ma non consente l'aggiunta di tag, si possono verificare errori AccessDenied "" durante il tentativo di creare risorse. Per ulteriori informazioni, consulta Fornisci le autorizzazioni per etichettare le risorse SageMaker.
AWS Policy gestite per Amazon SageMakerche concedono le autorizzazioni per creare SageMaker risorse includono già le autorizzazioni per aggiungere tag durante la creazione di tali risorse.
Importante
A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l'utilizzo dell'applicazione Studio Classic. Per informazioni sull'utilizzo dell'esperienza Studio aggiornata, consultaAmazon SageMaker Studio.
L'interfaccia Amazon SageMaker Studio Classic si basa su JupyterLab, un ambiente di sviluppo interattivo basato sul Web per notebook, codice e dati. Studio Classic supporta solo l'utilizzo di 3. JupyterLab
Se hai creato il dominio e il profilo utente utilizzando il codice AWS Management Console precedente al 31/08/2022 o il precedente 22/02/23, l' AWS Command Line Interface istanza di Studio Classic è impostata come predefinita su 1. JupyterLab Dopo il 07/01/2024, non è possibile creare alcuna applicazione Studio Classic che esegua 1. JupyterLab
JupyterLab 3
JupyterLab 3 include le seguenti funzionalità che non sono disponibili nelle versioni precedenti. Per ulteriori informazioni su queste funzionalità, vedi è stata rilasciata la JupyterLab versione 3.0!
-
Debugger visivo quando utilizzi i kernel Base Python 2.0 e Data Science 2.0.
-
Filtro del browser di file
-
Sommario (TOC)
-
Supporto multilingue
-
Modalità semplice
-
Modalità interfaccia singola
Modifiche importanti a JupyterLab 3
Quando usi JupyterLab 3, considera quanto segue:
-
Quando impostate la JupyterLab versione utilizzando il AWS CLI, selezionate l'immagine corrispondente per la vostra regione e JupyterLab versione dall'elenco delle immagini inDal AWS CLI.
-
In JupyterLab 3, è necessario attivare l'ambiente
studio
conda prima di installare le estensioni. Per ulteriori informazioni, consulta Installazione JupyterLab e estensioni di Jupyter Server. -
Debugger è supportato solo quando si utilizzano le seguenti immagini:
-
Base Python 2.0
-
Data Science 2.0
-
Base Python 3.0
-
Data Science 3.0
-
Limitazione della JupyterLab versione predefinita utilizzando una chiave di condizione IAM della policy
È possibile utilizzare le chiavi delle condizioni della IAM policy per limitare la versione JupyterLab che gli utenti possono avviare.
La seguente politica mostra come limitare la JupyterLab versione a livello di dominio.
{ "Version": "2012-10-17", "Statement": [ { "Sid": "Block users from creating JupyterLab 3 apps at the domain level", "Effect": "Deny", "Action": [ "sagemaker:CreateDomain", "sagemaker:UpdateDomain" ], "Resource": "*", "Condition": { "ForAnyValue:StringLike": { "sagemaker:ImageArns": "*image/jupyter-server-3" } } } ] }
La seguente politica mostra come limitare la JupyterLab versione a livello di profilo utente.
{ "Version": "2012-10-17", "Statement": [ { "Sid": "Block users from creating JupyterLab 3 apps at the user profile level", "Effect": "Deny", "Action": [ "sagemaker:CreateUserProfile", "sagemaker:UpdateUserProfile" ], "Resource": "*", "Condition": { "ForAnyValue:StringLike": { "sagemaker:ImageArns": "*image/jupyter-server-3" } } } ] }
La seguente politica mostra come limitare la JupyterLab versione a livello di applicazione. Affinché questa politica venga applicata, ARN la CreateApp
richiesta deve includere l'immagine.
{ "Version": "2012-10-17", "Statement": [ { "Sid": "Block users from creating JupyterLab 3 apps at the application level", "Effect": "Deny", "Action": "sagemaker:CreateApp", "Resource": "*", "Condition": { "ForAnyValue:StringLike": { "sagemaker:ImageArns": "*image/jupyter-server-3" } } } ] }
Impostazione di una JupyterLab versione predefinita
Nelle sezioni seguenti viene illustrato come impostare una JupyterLab versione predefinita per Studio Classic utilizzando la console o il AWS CLI.
Mediante la console
È possibile selezionare la JupyterLab versione predefinita da utilizzare a livello di dominio o di profilo utente durante la creazione delle risorse. Per impostare la JupyterLab versione predefinita utilizzando la console, vederePanoramica SageMaker del dominio Amazon.
Dal AWS CLI
È possibile selezionare la JupyterLab versione predefinita da utilizzare a livello di dominio o di profilo utente utilizzando AWS CLI.
Per impostare la JupyterLab versione predefinita utilizzando il AWS CLI, è necessario includere ARN la JupyterLab versione predefinita desiderata come parte di un AWS CLI comando. Ciò ARN varia in base alla versione e alla regione del SageMaker dominio.
La tabella seguente elenca ARNs le JupyterLab versioni disponibili per ogni regione:
Regione | JL3 |
---|---|
us-east-1 | arn:aws:sagemaker:us-east-1:081325390199:image/jupyter-server-3 |
us-east-2 | arn:aws:sagemaker:us-east-2:429704687514:image/jupyter-server-3 |
us-west-1 | arn:aws:sagemaker:us-west-1:742091327244:image/jupyter-server-3 |
us-west-2 | arn:aws:sagemaker:us-west-2:236514542706:image/jupyter-server-3 |
af-south-1 | arn:aws:sagemaker:af-south-1:559312083959:image/jupyter-server-3 |
ap-east-1 | arn:aws:sagemaker:ap-east-1:493642496378:image/jupyter-server-3 |
ap-south-1 | arn:aws:sagemaker:ap-south-1:394103062818:image/jupyter-server-3 |
ap-northeast-2 | arn:aws:sagemaker:ap-northeast-2:806072073708:image/jupyter-server-3 |
ap-southeast-1 | arn:aws:sagemaker:ap-southeast-1:492261229750:image/jupyter-server-3 |
ap-southeast-2 | arn:aws:sagemaker:ap-southeast-2:452832661640:image/jupyter-server-3 |
ap-northeast-1 | arn:aws:sagemaker:ap-northeast-1:102112518831:image/jupyter-server-3 |
ca-central-1 | arn:aws:sagemaker:ca-central-1:310906938811:image/jupyter-server-3 |
eu-central-1 | arn:aws:sagemaker:eu-central-1:936697816551:image/jupyter-server-3 |
eu-west-1 | arn:aws:sagemaker:eu-west-1:470317259841:image/jupyter-server-3 |
eu-west-2 | arn:aws:sagemaker:eu-west-2:712779665605:image/jupyter-server-3 |
eu-west-3 | arn:aws:sagemaker:eu-west-3:615547856133:image/jupyter-server-3 |
eu-north-1 | arn:aws:sagemaker:eu-north-1:243637512696:image/jupyter-server-3 |
eu-south-1 | arn:aws:sagemaker:eu-south-1:592751261982:image/jupyter-server-3 |
eu-south-2 | arn:aws:sagemaker:eu-south-2:127363102723:image/jupyter-server-3 |
sa-east-1 | arn:aws:sagemaker:sa-east-1:782484402741:image/jupyter-server-3 |
cn-north-1 | arn:aws-cn:sagemaker:cn-north-1:390048526115:image/jupyter-server-3 |
cn-northwest-1 | arn:aws-cn:sagemaker:cn-northwest-1:390780980154:image/jupyter-server-3 |
Crea o aggiorna il dominio
È possibile impostare una JupyterServer versione predefinita a livello di dominio richiamando CreateDomaino UpdateDomaine passando il UserSettings.JupyterServerAppSettings.DefaultResourceSpec.SageMakerImageArn
campo.
Di seguito viene illustrato come creare un dominio con JupyterLab 3 come impostazione predefinita, utilizzando: AWS CLI
aws --region
<REGION>
\ sagemaker create-domain \ --domain-name<NEW_DOMAIN_NAME>
\ --auth-mode<AUTHENTICATION_MODE>
\ --subnet-ids<SUBNET-IDS>
\ --vpc-id<VPC-ID>
\ --default-user-settings '{ "JupyterServerAppSettings": { "DefaultResourceSpec": { "SageMakerImageArn": "arn:aws:sagemaker:<REGION>
:<ACCOUNT_ID>
:image/jupyter-server-3", "InstanceType": "system" } } }'
Di seguito viene illustrato come aggiornare un dominio per utilizzare JupyterLab 3 come predefinito, utilizzando AWS CLI:
aws --region
<REGION>
\ sagemaker update-domain \ --domain-id<YOUR_DOMAIN_ID>
\ --default-user-settings '{ "JupyterServerAppSettings": { "DefaultResourceSpec": { "SageMakerImageArn": "arn:aws:sagemaker:<REGION>
:<ACCOUNT_ID>
:image/jupyter-server-3", "InstanceType": "system" } } }'
Creazione o aggiornamento di un profilo utente
È possibile impostare una JupyterServer versione predefinita a livello di profilo utente richiamando CreateUserProfileo UpdateUserProfilee passando il UserSettings.JupyterServerAppSettings.DefaultResourceSpec.SageMakerImageArn
campo.
Di seguito viene illustrato come creare un profilo utente con JupyterLab 3 come impostazione predefinita su un dominio esistente, utilizzando: AWS CLI
aws --region
<REGION>
\ sagemaker create-user-profile \ --domain-id<YOUR_DOMAIN_ID>
\ --user-profile-name<NEW_USERPROFILE_NAME>
\ --query UserProfileArn --output text \ --user-settings '{ "JupyterServerAppSettings": { "DefaultResourceSpec": { "SageMakerImageArn": "arn:aws:sagemaker:<REGION>
:<ACCOUNT_ID>
:image/jupyter-server-3", "InstanceType": "system" } } }'
Di seguito viene illustrato come aggiornare un profilo utente per utilizzare JupyterLab 3 come predefinito, utilizzando AWS CLI:
aws --region
<REGION>
\ sagemaker update-user-profile \ --domain-id<YOUR_DOMAIN_ID>
\ --user-profile-name<EXISTING_USERPROFILE_NAME>
\ --user-settings '{ "JupyterServerAppSettings": { "DefaultResourceSpec": { "SageMakerImageArn": "arn:aws:sagemaker:<REGION>
:<ACCOUNT_ID>
:image/jupyter-server-3", "InstanceType": "system" } } }'
Visualizza e aggiorna la JupyterLab versione di un'applicazione dalla console
Di seguito viene illustrato come visualizzare e aggiornare la JupyterLab versione di un'applicazione.
-
Vai alla pagina dei SageMaker domini.
-
Seleziona un dominio per visualizzarne i profili utente.
-
Seleziona un utente per visualizzarne le applicazioni.
-
Per visualizzare la JupyterLab versione di un'applicazione, seleziona il nome dell'applicazione.
-
Per aggiornare la JupyterLab versione, seleziona Azione.
-
Dal menu a discesa, seleziona Cambia JupyterLab versione.
-
Dalla pagina delle impostazioni di Studio Classic, seleziona la JupyterLab versione dal menu a discesa.
-
Dopo aver aggiornato correttamente la JupyterLab versione del profilo utente, riavvia l' JupyterServer applicazione per rendere effettive le modifiche alla versione. Per ulteriori informazioni sul riavvio di un' JupyterServer applicazione, vedere. Chiudi e aggiorna SageMaker Studio Classic
Installazione JupyterLab e estensioni di Jupyter Server
In JupyterLab 3, è necessario attivare l'ambiente studio
conda prima di installare le estensioni. Il metodo per farlo è diverso se installi le estensioni da Studio Classic o utilizzi uno script di configurazione del ciclo di vita.
Installazione dell'estensione da Studio Classic
Per installare le estensioni da Studio Classic, è necessario attivare l'studio
ambiente prima di installare le estensioni.
# Before installing extensions conda activate studio # Install your extensions pip install
<JUPYTER_EXTENSION>
# After installing extensions conda deactivate
Installazione delle estensioni tramite uno script di configurazione del ciclo di vita
Se state installando JupyterLab estensioni di Jupyter Server nello script di configurazione del ciclo di vita, dovete modificare lo script in modo che funzioni con 3. JupyterLab Le sezioni seguenti mostrano il codice necessario per gli script di configurazione del ciclo di vita esistenti e nuovi.
Script di configurazione del ciclo di vita
Se stai riutilizzando uno script di configurazione del ciclo di vita esistente che deve funzionare con entrambe le versioni di JupyterLab, utilizza il codice seguente nello script:
# Before installing extension export AWS_SAGEMAKER_JUPYTERSERVER_IMAGE="${AWS_SAGEMAKER_JUPYTERSERVER_IMAGE:-'jupyter-server'}" if [ "$AWS_SAGEMAKER_JUPYTERSERVER_IMAGE" = "jupyter-server-3" ] ; then eval "$(conda shell.bash hook)" conda activate studio fi; # Install your extensions pip install
<JUPYTER_EXTENSION>
# After installing extension if [ "$AWS_SAGEMAKER_JUPYTERSERVER_IMAGE" = "jupyter-server-3" ]; then conda deactivate fi;
Nuovo script di configurazione del ciclo di vita
Se stai scrivendo un nuovo script di configurazione del ciclo di vita che utilizza solo JupyterLab 3, puoi utilizzare il seguente codice nello script:
# Before installing extension eval "$(conda shell.bash hook)" conda activate studio # Install your extensions pip install
<JUPYTER_EXTENSION>
conda deactivate