View a markdown version of this page

Usa le configurazioni del ciclo di vita per personalizzare Amazon Studio Classic SageMaker - 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.

Usa le configurazioni del ciclo di vita per personalizzare Amazon Studio Classic SageMaker

Nota

Al 30 novembre 2023, la precedente esperienza con 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, consulta Amazon Studio SageMaker.

Studio Classic è ancora gestito per i carichi di lavoro esistenti ma non è più disponibile per l'onboarding. È possibile interrompere o eliminare solo le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di migrare il carico di lavoro alla nuova esperienza di Studio.

Amazon SageMaker Studio Classic attiva gli script di shell delle configurazioni del ciclo di vita durante importanti eventi del ciclo di vita, come l'avvio di un nuovo notebook Studio Classic. Puoi utilizzare le configurazioni del ciclo di vita per automatizzare la personalizzazione del tuo ambiente Studio Classic. Questa personalizzazione include l'installazione di pacchetti personalizzati, la configurazione delle estensioni dei notebook, il precaricamento di set di dati e la configurazione di repository di codice sorgente.

Le configurazioni del ciclo di vita ti offrono la flessibilità e il controllo necessari per configurare Studio Classic in base alle tue esigenze specifiche. Ad esempio, puoi utilizzare immagini del container personalizzate con script di configurazione del ciclo di vita per modificare l’ambiente. Crea prima di tutto un set minimo di immagini del container di base, quindi installa i pacchetti e le librerie utilizzati più di frequente in tali immagini. Dopo aver completato le immagini, utilizza le configurazioni del ciclo di vita per installare pacchetti aggiuntivi per casi d’uso specifici. Questa procedura offre la flessibilità necessaria per modificare l’ambiente nei vari team di data science e machine learning in base alle loro esigenze specifiche.

Gli utenti possono selezionare solo gli script di configurazione del ciclo di vita a cui hanno accesso. Sebbene sia possibile consentire l’accesso a più script di configurazione del ciclo di vita, puoi anche scegliere di impostare script di configurazione del ciclo di vita predefiniti per le risorse. A seconda della risorsa per cui è impostata la configurazione del ciclo di vita predefinita, l’opzione predefinita viene eseguita automaticamente oppure viene mostrata per prima.

Ad esempio, gli script di configurazione del ciclo di vita, consulta il repository degli esempi di configurazione del ciclo di vita di Studio Classic. GitHub Per un blog sull'implementazione della configurazione del ciclo di vita, consulta Personalizzare Amazon Studio Classic utilizzando le configurazioni del ciclo di vita. SageMaker

Nota

Ogni script ha un limite di 16.384 caratteri.