Migrazione dell'interfaccia utente da Studio Classic a Studio - 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.

Migrazione dell'interfaccia utente da Studio Classic a Studio

La prima fase per la migrazione di un dominio esistente prevede la migrazione dell'interfaccia utente da Amazon SageMaker Studio Classic ad Amazon SageMaker Studio. Questa fase non include la migrazione dei dati. Gli utenti possono continuare a lavorare con i propri dati nello stesso modo in cui utilizzavano prima della migrazione. Per informazioni sulla migrazione dei dati, consulta(Facoltativo) Migrazione dei dati da Studio Classic a Studio.

La fase 1 prevede i seguenti passaggi:

  1. Aggiorna le autorizzazioni di creazione delle applicazioni per le nuove applicazioni disponibili in Studio.

  2. Aggiorna la VPC configurazione per il dominio.

  3. Aggiorna il dominio per utilizzare l'interfaccia utente di Studio.

Prerequisiti

Prima di eseguire questi passaggi, completa i prerequisiti inPrerequisiti completi per migrare l'esperienza di Studio.

Passaggio 1: Aggiornare le autorizzazioni per la creazione dell'applicazione

Prima di migrare il dominio, aggiorna il ruolo di esecuzione del dominio per concedere agli utenti le autorizzazioni per creare applicazioni.

  1. Crea una AWS Identity and Access Management politica con uno dei seguenti contenuti seguendo la procedura descritta in Creazione IAM di politiche:

    • Utilizza la seguente politica per concedere le autorizzazioni per tutti i tipi e gli spazi di applicazione.

      Nota

      Se il dominio utilizza la SageMakerFullAccess politica, non è necessario eseguire questa azione. SageMakerFullAccessconcede le autorizzazioni per creare tutte le applicazioni.

      { "Version": "2012-10-17", "Statement": [ { "Sid": "SMStudioUserProfileAppPermissionsCreateAndDelete", "Effect": "Allow", "Action": [ "sagemaker:CreateApp", "sagemaker:DeleteApp" ], "Resource": "arn:aws:sagemaker:region:account-id:app/*", "Condition": { "Null": { "sagemaker:OwnerUserProfileArn": "true" } } }, { "Sid": "SMStudioCreatePresignedDomainUrlForUserProfile", "Effect": "Allow", "Action": [ "sagemaker:CreatePresignedDomainUrl" ], "Resource": "arn:aws:sagemaker:region:account-id:user-profile/${sagemaker:DomainId}/${sagemaker:UserProfileName}" }, { "Sid": "SMStudioAppPermissionsListAndDescribe", "Effect": "Allow", "Action": [ "sagemaker:ListApps", "sagemaker:ListDomains", "sagemaker:ListUserProfiles", "sagemaker:ListSpaces", "sagemaker:DescribeApp", "sagemaker:DescribeDomain", "sagemaker:DescribeUserProfile", "sagemaker:DescribeSpace" ], "Resource": "*" }, { "Sid": "SMStudioAppPermissionsTagOnCreate", "Effect": "Allow", "Action": [ "sagemaker:AddTags" ], "Resource": "arn:aws:sagemaker:region:account-id:*/*", "Condition": { "Null": { "sagemaker:TaggingAction": "false" } } }, { "Sid": "SMStudioRestrictSharedSpacesWithoutOwners", "Effect": "Allow", "Action": [ "sagemaker:CreateSpace", "sagemaker:UpdateSpace", "sagemaker:DeleteSpace" ], "Resource": "arn:aws:sagemaker:region:account-id:space/${sagemaker:DomainId}/*", "Condition": { "Null": { "sagemaker:OwnerUserProfileArn": "true" } } }, { "Sid": "SMStudioRestrictSpacesToOwnerUserProfile", "Effect": "Allow", "Action": [ "sagemaker:CreateSpace", "sagemaker:UpdateSpace", "sagemaker:DeleteSpace" ], "Resource": "arn:aws:sagemaker:region:account-id:space/${sagemaker:DomainId}/*", "Condition": { "ArnLike": { "sagemaker:OwnerUserProfileArn": "arn:aws:sagemaker:us-east-1:account-id:user-profile/${sagemaker:DomainId}/${sagemaker:UserProfileName}" }, "StringEquals": { "sagemaker:SpaceSharingType": [ "Private", "Shared" ] } } }, { "Sid": "SMStudioRestrictCreatePrivateSpaceAppsToOwnerUserProfile", "Effect": "Allow", "Action": [ "sagemaker:CreateApp", "sagemaker:DeleteApp" ], "Resource": "arn:aws:sagemaker:region:account-id:app/${sagemaker:DomainId}/*", "Condition": { "ArnLike": { "sagemaker:OwnerUserProfileArn": "arn:aws:sagemaker:us-east-1:account-id:user-profile/${sagemaker:DomainId}/${sagemaker:UserProfileName}" }, "StringEquals": { "sagemaker:SpaceSharingType": [ "Private" ] } } }, { "Sid": "AllowAppActionsForSharedSpaces", "Effect": "Allow", "Action": [ "sagemaker:CreateApp", "sagemaker:DeleteApp" ], "Resource": "arn:aws:sagemaker:*:*:app/${sagemaker:DomainId}/*/*/*", "Condition": { "StringEquals": { "sagemaker:SpaceSharingType": [ "Shared" ] } } } ] }
    • Poiché Studio mostra un set esteso di applicazioni, gli utenti possono avere accesso ad applicazioni che prima non venivano visualizzate. Gli amministratori possono limitare l'accesso a queste applicazioni predefinite creando una politica AWS Identity and Access Management (IAM) che concede le autorizzazioni di negazione per alcune applicazioni a utenti specifici.

      Nota

      Il tipo di applicazione può essere uno o. jupyterlab codeeditor

      { "Version": "2012-10-17", "Statement": [ { "Sid": "DenySageMakerCreateAppForSpecificAppTypes", "Effect": "Deny", "Action": "sagemaker:CreateApp", "Resource": "arn:aws:sagemaker:region:account-id:app/domain-id/*/app-type/*" } ] }
  2. Allega la policy al ruolo di esecuzione del dominio. Per istruzioni, segui la procedura descritta in Aggiungere i permessi di IAM identità (console).

Fase 2: Aggiornamento VPC della configurazione

Se utilizzi il dominio in VPC-Only modalità, assicurati che la VPC configurazione soddisfi i requisiti per l'utilizzo di Studio in VPC-Only modalità. Per ulteriori informazioni, consulta Connetti Amazon SageMaker Studio VPC a risorse esterne.

Passaggio 3: Esegui l'aggiornamento all'interfaccia utente di Studio

Prima di migrare il dominio esistente da Studio Classic a Studio, ti consigliamo di creare un dominio di prova utilizzando Studio con le stesse configurazioni del dominio esistente.

Utilizzate questo dominio di test per interagire con Studio, testare le configurazioni di rete e avviare le applicazioni, prima di migrare il dominio esistente.

  1. Ottieni l'ID di dominio del tuo dominio esistente.

    1. Apri la console Amazon SageMaker AI all'indirizzo https://console.aws.amazon.com/sagemaker/.

    2. Dal riquadro di navigazione a sinistra, espandi le configurazioni di amministrazione e scegli Domini.

    3. Scegli il dominio esistente.

    4. Dalla pagina Dettagli dominio, seleziona la scheda Impostazioni dominio.

    5. Copia l'ID del dominio.

  2. Aggiungi l'ID di dominio del tuo dominio esistente.

    export REF_DOMAIN_ID="domain-id" export SM_REGION="region"
  3. describe-domainUtilizzalo per ottenere informazioni importanti sul dominio esistente.

    export REF_EXECROLE=$(aws sagemaker describe-domain --region=$SM_REGION --domain-id=$REF_DOMAIN_ID | jq -r '.DefaultUserSettings.ExecutionRole') export REF_VPC=$(aws sagemaker describe-domain --region=$SM_REGION --domain-id=$REF_DOMAIN_ID | jq -r '.VpcId') export REF_SIDS=$(aws sagemaker describe-domain --region=$SM_REGION --domain-id=$REF_DOMAIN_ID | jq -r '.SubnetIds | join(",")') export REF_SGS=$(aws sagemaker describe-domain --region=$SM_REGION --domain-id=$REF_DOMAIN_ID | jq -r '.DefaultUserSettings.SecurityGroups | join(",")') export AUTHMODE=$(aws sagemaker describe-domain --region=$SM_REGION --domain-id=$REF_DOMAIN_ID | jq -r '.AuthMode')
  4. Convalida i parametri.

    echo "Execution Role: $REF_EXECROLE || VPCID: $REF_VPC || SubnetIDs: $REF_SIDS || Security GroupIDs: $REF_SGS || AuthMode: $AUTHMODE"
  5. Crea un dominio di test utilizzando le configurazioni del dominio esistente.

    IFS=',' read -r -a subnet_ids <<< "$REF_SIDS" IFS=',' read -r -a security_groups <<< "$REF_SGS" security_groups_json=$(printf '%s\n' "${security_groups[@]}" | jq -R . | jq -s .) aws sagemaker create-domain \ --domain-name "TestV2Config" \ --vpc-id $REF_VPC \ --auth-mode $AUTHMODE \ --subnet-ids "${subnet_ids[@]}" \ --app-network-access-type VpcOnly \ --default-user-settings " { \"ExecutionRole\": \"$REF_EXECROLE\", \"StudioWebPortal\": \"ENABLED\", \"DefaultLandingUri\": \"studio::\", \"SecurityGroups\": $security_groups_json } "
  6. Dopo aver creato il dominio di testIn Service, utilizza l'ID del dominio di test per creare un profilo utente. Questo profilo utente viene utilizzato per avviare e testare le applicazioni.

    aws sagemaker create-user-profile \ --region="$SM_REGION" --domain-id=test-domain-id \ --user-profile-name test-network-user

Funzionalità di Test Studio

Avvia il dominio di test utilizzando il profilo test-network-user utente. Ti consigliamo di testare a fondo l'interfaccia utente di Studio e di creare applicazioni per testare le funzionalità di Studio in VPCOnly modalità. Prova i seguenti flussi di lavoro:

  • Crea un nuovo JupyterLab spazio, verifica l'ambiente e la connettività.

  • Crea un nuovo editor di codice, basato su Code-OSS, Visual Studio Code - Open Source Space, ambiente di test e connettività.

  • Avvia una nuova app Studio Classic, ambiente di test e connettività.

  • Testa la connettività di Amazon Simple Storage Service con azioni di test di lettura e scrittura.

Se questi test hanno esito positivo, aggiorna il dominio esistente. In caso di errori, consigliamo di risolvere i problemi di ambiente e connettività prima di aggiornare il dominio esistente.

Pulisci le risorse del dominio di prova

Dopo aver migrato il dominio esistente, pulisci le risorse del dominio di test.

  1. Aggiungi l'ID del dominio di test.

    export TEST_DOMAIN="test-domain-id" export SM_REGION="region"
  2. Elenca tutte le applicazioni del dominio che sono in esecuzione.

    active_apps_json=$(aws sagemaker list-apps --region=$SM_REGION --domain-id=$TEST_DOMAIN) echo $active_apps_json
  3. Analizza l'JSONelenco delle applicazioni in esecuzione ed eliminale. Se gli utenti hanno tentato di creare un'applicazione per la quale non dispongono delle autorizzazioni, potrebbero esserci degli spazi che non sono stati catturati nello script seguente. È necessario eliminare manualmente questi spazi.

    echo "$active_apps_json" | jq -c '.Apps[]' | while read -r app; do if echo "$app" | jq -e '. | has("SpaceName")' > /dev/null; then app_type=$(echo "$app" | jq -r '.AppType') app_name=$(echo "$app" | jq -r '.AppName') domain_id=$(echo "$app" | jq -r '.DomainId') space_name=$(echo "$app" | jq -r '.SpaceName') echo "Deleting App - AppType: $app_type || AppName: $app_name || DomainId: $domain_id || SpaceName: $space_name" aws sagemaker delete-app --region=$SM_REGION --domain-id=$domain_id \ --app-type $app_type --app-name $app_name --space-name $space_name echo "Deleting Space - AppType: $app_type || AppName: $app_name || DomainId: $domain_id || SpaceName: $space_name" aws sagemaker delete-space --region=$SM_REGION --domain-id=$domain_id \ --space-name $space_name else app_type=$(echo "$app" | jq -r '.AppType') app_name=$(echo "$app" | jq -r '.AppName') domain_id=$(echo "$app" | jq -r '.DomainId') user_profile_name=$(echo "$app" | jq -r '.UserProfileName') echo "Deleting Studio Classic - AppType: $app_type || AppName: $app_name || DomainId: $domain_id || UserProfileName: $user_profile_name" aws sagemaker delete-app --region=$SM_REGION --domain-id=$domain_id \ --app-type $app_type --app-name $app_name --user-profile-name $user_profile_name fi done
  4. Eliminare il profilo utente di test.

    aws sagemaker delete-user-profile \ --region=$SM_REGION --domain-id=$TEST_DOMAIN \ --user-profile-name "test-network-user"
  5. Eliminare il dominio di test.

    aws sagemaker delete-domain \ --region=$SM_REGION --domain-id=$TEST_DOMAIN

Dopo aver testato la funzionalità di Studio con le configurazioni del dominio di test, esegui la migrazione del dominio esistente. Quando Studio è l'esperienza predefinita per un dominio, Studio è l'esperienza predefinita per tutti gli utenti del dominio. Tuttavia, le impostazioni utente hanno la precedenza sulle impostazioni del dominio. Pertanto, se un utente ha l'esperienza predefinita impostata su Studio Classic nelle impostazioni utente, quell'utente avrà Studio Classic come esperienza predefinita.

Puoi migrare il dominio esistente aggiornandolo dalla console SageMaker AI AWS CLI, o AWS CloudFormation. Scegli una delle seguenti schede per visualizzare le istruzioni pertinenti.

Puoi impostare Studio come esperienza predefinita per il dominio esistente utilizzando la console SageMaker AI.

  1. Apri la console Amazon SageMaker AI all'indirizzo https://console.aws.amazon.com/sagemaker/.

  2. Dal riquadro di navigazione a sinistra, espandi le configurazioni di amministrazione e scegli Domini.

  3. Scegli il dominio esistente per il quale desideri abilitare Studio come esperienza predefinita.

  4. Nella pagina dei dettagli del dominio, espandi Abilita il nuovo Studio.

  5. (Facoltativo) Per visualizzare i dettagli sui passaggi necessari per abilitare Studio come esperienza predefinita, scegli Visualizza dettagli. La pagina mostra quanto segue.

    • Nella sezione Panoramica di SageMaker Studio è possibile visualizzare le applicazioni incluse o disponibili nell'interfaccia basata sul Web di Studio.

    • Nella sezione Processo di attivazione è possibile visualizzare le descrizioni delle attività del flusso di lavoro per abilitare Studio.

      Nota

      Dovrai migrare i dati manualmente. Per istruzioni sulla migrazione dei dati, consulta. (Facoltativo) Migrazione dei dati da Studio Classic a Studio

    • Nella sezione Ripristina l'esperienza di Studio Classic puoi vedere come tornare a Studio Classic dopo aver abilitato Studio come esperienza predefinita.

  6. Per iniziare il processo di abilitazione di Studio come esperienza predefinita, scegli Abilita il nuovo Studio.

  7. Nella sezione Specificare e configurare il ruolo, puoi visualizzare le applicazioni predefinite che vengono incluse automaticamente in Studio.

    Per impedire agli utenti di eseguire queste applicazioni, scegli il ruolo AWS Identity and Access Management (IAM) con una IAM politica che nega l'accesso. Per informazioni su come creare una politica per limitare l'accesso, consultaPassaggio 1: Aggiornare le autorizzazioni per la creazione dell'applicazione.

  8. Nella sezione Scegli la CORS policy Scegli il bucket S3 predefinito da allegare, puoi consentire a Studio l'accesso ai bucket Amazon S3. Il bucket Amazon S3 predefinito, in questo caso, è il bucket Amazon S3 predefinito per Studio Classic. In questa fase puoi effettuare le seguenti operazioni:

    • Verifica il bucket Amazon S3 predefinito del dominio a cui allegare la CORS policy. Se il tuo dominio non dispone di un bucket Amazon S3 predefinito, SageMaker AI crea un bucket Amazon S3 con la policy corretta allegata. CORS

    • Puoi includere 10 bucket Amazon S3 aggiuntivi a cui allegare la CORS policy.

      Se desideri includere più di 10 bucket, puoi aggiungerli manualmente. Per ulteriori informazioni su come allegare manualmente la CORS policy ai bucket Amazon S3, consulta. (Facoltativo) Aggiorna la CORS policy per accedere ai bucket Amazon S3

    Per procedere, seleziona la casella di controllo accanto a Accetti di sovrascrivere qualsiasi CORS politica esistente sui bucket Amazon S3 scelti? .

  9. La sezione Migra dati contiene informazioni sui diversi volumi di archiviazione dei dati per Studio Classic e Studio. I tuoi dati non verranno migrati automaticamente tramite questo processo. Per istruzioni sulla migrazione dei dati, sulle configurazioni del ciclo di vita e sulle estensioni, consulta. JupyterLab (Facoltativo) Migrazione dei dati da Studio Classic a Studio

  10. Dopo aver completato le attività sulla pagina e verificato la configurazione, scegli Abilita il nuovo Studio.

Per impostare Studio come esperienza predefinita per il dominio esistente utilizzando AWS CLI, utilizza la chiamata update-domain. È necessario impostare ENABLED come valore per StudioWebPortal e impostare studio:: come valore per DefaultLandingUri come parte del default-user-settings parametro. 

StudioWebPortalindica se l'esperienza Studio è l'esperienza predefinita e DefaultLandingUri indica l'esperienza predefinita a cui viene indirizzato l'utente quando accede al dominio. In questo esempio, l'impostazione di questi valori a livello di dominio (indefault-user-settings) rende Studio l'esperienza predefinita per gli utenti all'interno del dominio.

Se un utente all'interno del dominio ha StudioWebPortal impostato DISABLED e DefaultLandingUri impostato app:JupyterServer: su a livello utente (inUserSettings), ciò ha la precedenza sulle impostazioni del dominio. In altre parole, quell'utente avrà Studio Classic come esperienza predefinita, indipendentemente dalle impostazioni del dominio.

Il seguente esempio di codice mostra come impostare Studio come esperienza predefinita per gli utenti all'interno del dominio:

aws sagemaker update-domain \ --domain-id existing-domain-id \ --region Regione AWS \ --default-user-settings ' { "StudioWebPortal": "ENABLED", "DefaultLandingUri": "studio::" } '
  • Per ottenere il tuoexisting-domain-id, usa le seguenti istruzioni:

    Per ottenere existing-domain-id
    1. Apri la console Amazon SageMaker AI all'indirizzo https://console.aws.amazon.com/sagemaker/.

    2. Dal riquadro di navigazione a sinistra, espandi le configurazioni di amministrazione e scegli Domini.

    3. Scegli il dominio esistente.

    4. Dalla pagina Dettagli dominio, seleziona la scheda Impostazioni dominio.

    5. Copia l'ID del dominio.

  • Per assicurarti di utilizzare quello corretto Regione AWS per il tuo dominio, segui le seguenti istruzioni:

    Per ottenere Regione AWS
    1. Apri la console Amazon SageMaker AI all'indirizzo https://console.aws.amazon.com/sagemaker/.

    2. Dal riquadro di navigazione a sinistra, espandi le configurazioni di amministrazione e scegli Domini.

    3. Scegli il dominio esistente.

    4. Nella pagina dei dettagli del dominio, verifica che si tratti del dominio esistente.

    5. Espandi l'elenco a Regione AWS discesa in alto a destra della console SageMaker AI e utilizza l' Regione AWS ID corrispondente a destra del tuo Regione AWS nome. Ad esempio us-west-1.

Dopo aver migrato la tua esperienza predefinita su Studio, puoi concedere a Studio l'accesso ai bucket Amazon S3. Ad esempio, puoi includere l'accesso al tuo bucket Amazon S3 predefinito di Studio Classic e a bucket Amazon S3 aggiuntivi. A tale scopo, devi collegare manualmente una configurazione Cross-Origin Resource Sharing (CORS) ai bucket Amazon S3. Per ulteriori informazioni su come allegare manualmente la CORS policy ai bucket Amazon S3, consulta. (Facoltativo) Aggiorna la CORS policy per accedere ai bucket Amazon S3

Allo stesso modo, puoi impostare Studio come esperienza predefinita quando crei un dominio tramite la chiamata AWS CLI using the create-domain

Puoi impostare l'esperienza predefinita quando crei un dominio utilizzando AWS CloudFormation. Per un modello di AWS CloudFormation migrazione, consulta SageMaker Studio Administrator IAc Templates. Per ulteriori informazioni sulla creazione di un dominio utilizzando AWS CloudFormation, consulta Creazione di un dominio Amazon SageMaker AI utilizzando AWS CloudFormation.

Per informazioni sulla risorsa di dominio supportata da AWS CloudFormation, consulta AWS:: SageMaker AI: :Domain.

Dopo aver migrato la tua esperienza predefinita su Studio, puoi concedere a Studio l'accesso ai bucket Amazon S3. Ad esempio, puoi includere l'accesso al tuo bucket Amazon S3 predefinito di Studio Classic e a bucket Amazon S3 aggiuntivi. A tale scopo, devi collegare manualmente una configurazione Cross-Origin Resource Sharing (CORS) ai bucket Amazon S3. Per informazioni su come allegare manualmente la CORS policy ai bucket Amazon S3, consulta. (Facoltativo) Aggiorna la CORS policy per accedere ai bucket Amazon S3

In Studio Classic, gli utenti possono creare, elencare e caricare file nei bucket Amazon Simple Storage Service (Amazon S3). Per supportare la stessa esperienza in Studio, gli amministratori devono collegare una configurazione Cross-Origin Resource Sharing (CORS) ai bucket Amazon S3. Ciò è necessario perché Studio effettua chiamate Amazon S3 dal browser Internet. Il browser richiama per CORS conto degli utenti. Di conseguenza, tutte le richieste ai bucket Amazon S3 falliscono a meno che la CORS policy non sia allegata ai bucket Amazon S3.

Potrebbe essere necessario collegare manualmente la CORS policy ai bucket Amazon S3 per i seguenti motivi.

  • Se esiste già un bucket Amazon S3 predefinito a cui non è associata la CORS policy corretta, quando migri l'esperienza predefinita del dominio esistente su Studio.

  • Se utilizzi il AWS CLI per migrare l'esperienza predefinita del dominio esistente a Studio. Per informazioni sull'utilizzo di AWS CLI to migrate, consulta. Imposta Studio come esperienza predefinita per il dominio esistente utilizzando il AWS CLI

  • Se desideri collegare la CORS policy a bucket Amazon S3 aggiuntivi.

Nota

Se prevedi di utilizzare la console SageMaker AI per abilitare Studio come esperienza predefinita, i bucket Amazon S3 a cui alleghi la CORS policy verranno sostituite dalle CORS politiche esistenti durante la migrazione. Per questo motivo, puoi ignorare le seguenti istruzioni manuali.

Tuttavia, se hai già utilizzato la console SageMaker AI per la migrazione e desideri includere altri bucket Amazon S3 a cui allegare CORS la policy, continua con le seguenti istruzioni manuali.

La procedura seguente mostra come aggiungere manualmente una CORS configurazione a un bucket Amazon S3.

Per aggiungere una CORS configurazione a un bucket Amazon S3
  1. Verifica che esista un bucket Amazon S3 nello Regione AWS stesso dominio esistente con il nome seguente. Per istruzioni, consulta Visualizzazione delle proprietà di un bucket Amazon S3.

    sagemaker-region-account-id
  2. Aggiungi una CORS configurazione con il seguente contenuto al bucket Amazon S3 predefinito. Per istruzioni, consulta Configurazione della condivisione delle risorse tra le origini (). CORS

    [ { "AllowedHeaders": [ "*" ], "AllowedMethods": [ "POST", "PUT", "GET", "HEAD", "DELETE" ], "AllowedOrigins": [ "https://*.sagemaker.aws" ], "ExposeHeaders": [ "ETag", "x-amz-delete-marker", "x-amz-id-2", "x-amz-request-id", "x-amz-server-side-encryption", "x-amz-version-id" ] } ]

Amazon SageMaker Data Wrangler esiste come funzionalità propria nell'esperienza Studio Classic. Quando abiliti Studio come esperienza predefinita, utilizza l'applicazione Amazon SageMaker Canvas per accedere alla funzionalità Data Wrangler. SageMaker Canvas è un'applicazione in cui puoi addestrare e distribuire modelli di apprendimento automatico senza scrivere alcun codice e Canvas offre funzionalità di preparazione dei dati basate su Data Wrangler.

La nuova esperienza di Studio non supporta la classica interfaccia utente di Data Wrangler ed è necessario creare un'applicazione Canvas se si desidera continuare a utilizzare Data Wrangler. Tuttavia, è necessario disporre delle autorizzazioni necessarie per creare e utilizzare le applicazioni Canvas.

Completa i seguenti passaggi per allegare le politiche di autorizzazione necessarie al ruolo del tuo dominio SageMaker AI o al ruolo dell' AWS IAMutente.

Per concedere le autorizzazioni per la funzionalità Data Wrangler all'interno di Canvas
  1. Allega la policy AWS gestita AmazonSageMakerFullAccessal ruolo del tuo utente. IAM Per una procedura che mostra come allegare IAM le politiche a un ruolo, consulta Aggiungere autorizzazioni di IAM identità (console) nella Guida per l'AWS IAMutente.

    Se questa politica di autorizzazioni è troppo permissiva per il tuo caso d'uso, puoi creare policy ridotte che includano almeno le seguenti autorizzazioni:

    { "Sid": "AllowStudioActions", "Effect": "Allow", "Action": [ "sagemaker:CreatePresignedDomainUrl", "sagemaker:DescribeDomain", "sagemaker:ListDomains", "sagemaker:DescribeUserProfile", "sagemaker:ListUserProfiles", "sagemaker:DescribeSpace", "sagemaker:ListSpaces", "sagemaker:DescribeApp", "sagemaker:ListApps" ], "Resource": "*" }, { "Sid": "AllowAppActionsForUserProfile", "Effect": "Allow", "Action": [ "sagemaker:CreateApp", "sagemaker:DeleteApp" ], "Resource": "arn:aws:sagemaker:region:account-id:app/domain-id/user-profile-name/canvas/*", "Condition": { "Null": { "sagemaker:OwnerUserProfileArn": "true" } } }
  2. Allega la policy AWS gestita al ruolo dell'utente. AmazonSageMakerCanvasDataPrepFullAccessIAM

Dopo aver assegnato le autorizzazioni necessarie, puoi creare un'applicazione Canvas e accedere. Per ulteriori informazioni, consulta Guida introduttiva all'utilizzo di Amazon SageMaker Canvas.

Dopo aver effettuato l'accesso a Canvas, puoi accedere direttamente a Data Wrangler e iniziare a creare flussi di dati. Per ulteriori informazioni, consulta la documentazione di Preparazione dei dati Canvas.

Amazon SageMaker Autopilot esiste come funzionalità propria nell'esperienza Studio Classic. Quando esegui la migrazione all'utilizzo dell'esperienza Studio aggiornata, utilizza l'applicazione Amazon SageMaker Canvas per continuare a utilizzare le stesse funzionalità di apprendimento automatico (AutoML) tramite un'interfaccia utente (UI). SageMaker Canvas è un'applicazione in cui è possibile addestrare e distribuire modelli di machine learning senza scrivere alcun codice e Canvas fornisce un'interfaccia utente per eseguire le attività di AutoML.

La nuova esperienza di Studio non supporta la classica interfaccia utente Autopilot. È necessario creare un'applicazione Canvas se si desidera continuare a utilizzare le funzionalità AutoML di Autopilot tramite un'interfaccia utente.

Tuttavia, è necessario disporre delle autorizzazioni necessarie per creare e utilizzare le applicazioni Canvas.

Per abilitare le funzionalità di AutoML in Canvas, aggiungi le seguenti politiche al tuo ruolo di esecuzione o al tuo ruolo IAM utente.

  • AWS politica gestita:CanvasFullAccess.

  • Politica in linea:

    { "Sid": "AllowAppActionsForUserProfile", "Effect": "Allow", "Action": [ "sagemaker:CreateApp", "sagemaker:DeleteApp" ], "Resource": "arn:aws:sagemaker:region:account-id:app/domain-id/user-profile-name/canvas/*", "Condition": { "Null": { "sagemaker:OwnerUserProfileArn": "true" } } }
Per allegare IAM le politiche a un ruolo di esecuzione
  1. Trova il ruolo di esecuzione associato al tuo profilo utente SageMaker AI
    1. Nella console SageMaker AIhttps://console.aws.amazon.com/sagemaker/, vai su Domini, quindi scegli il tuo dominio SageMaker AI.

    2. Il ruolo di esecuzione ARN è elencato in Ruolo di esecuzione nella pagina Dettagli utente del tuo profilo utente. Prendi nota del nome del ruolo di esecuzione inARN.

    3. Nella IAM console https://console.aws.amazon.com/iam/, scegli Ruoli.

    4. Cerca il tuo ruolo per nome nel campo di ricerca.

    5. Seleziona il ruolo.

  2. Aggiungi politiche al ruolo

    1. Nella IAM console https://console.aws.amazon.com/iam/, scegli Ruoli.

    2. Cerca il tuo ruolo per nome nel campo di ricerca.

    3. Seleziona il ruolo.

    4. Nella scheda Autorizzazioni, vai al menu a discesa Aggiungi autorizzazioni.

      • Per le politiche gestite: seleziona Allega politiche, cerca il nome della politica di gestione che desideri allegare.

        Seleziona la politica, quindi scegli Aggiungi autorizzazioni.

      • Per le politiche in linea: seleziona Crea politica in linea, incolla la politica nella JSON scheda, scegli Avanti, assegna un nome alla politica e scegli Crea.

Per una procedura che mostra come allegare IAM le politiche a un ruolo, consulta Aggiungere autorizzazioni di IAM identità (console) nella Guida per l'AWS IAMutente.

Dopo aver assegnato le autorizzazioni necessarie, puoi creare un'applicazione Canvas e accedere. Per ulteriori informazioni, consulta Guida introduttiva all'utilizzo di Amazon SageMaker Canvas.

Imposta Studio Classic come esperienza predefinita

Gli amministratori possono ripristinare Studio Classic come esperienza predefinita per il dominio esistente aggiornando il dominio. Questa operazione può essere eseguita tramite la console SageMaker AI o il. AWS CLI Scegli una delle seguenti schede per visualizzare le istruzioni pertinenti.

Quando Studio Classic è l'esperienza predefinita per il dominio, Studio Classic è l'esperienza predefinita per tutti gli utenti del dominio. Tuttavia, le impostazioni utente hanno la precedenza sulle impostazioni del dominio. Quindi, se un utente ha l'esperienza predefinita impostata su Studio, quell'utente avrà Studio come esperienza predefinita.

Nota

Se devi continuare a utilizzare Studio Classic come interfaccia utente predefinita per un periodo di tempo limitato, imposta esplicitamente l'esperienza di destinazione su Studio Classic. A tale scopo, completa i passaggi indicati inUsa il AWS CLI per ripristinare l'esperienza predefinita su Studio Classic. Puoi farlo a livello di utente o di dominio.

Per tornare a Studio Classic come esperienza predefinita con la console SageMaker AI, usa le seguenti istruzioni.

  1. Apri la console Amazon SageMaker AI all'indirizzo https://console.aws.amazon.com/sagemaker/.

  2. Dal riquadro di navigazione a sinistra, espandi le configurazioni di amministrazione e scegli Domini.

  3. Scegli il dominio esistente da ripristinare.

  4. Scegli la scheda Impostazioni del dominio.

  5. Nella pagina dei dettagli del dominio, vai alla sezione Torna all'esperienza di Studio Classic.

  6. Nella sezione Ritorna all'esperienza Studio Classic, scegli il processo Ripristina a Studio Classic. Verrai reindirizzato alla pagina Revert domain to Studio Classic.

  7. Nella pagina Ripristina il dominio a Studio Classic, completa le seguenti attività e seleziona le caselle corrispondenti. Esegui le seguenti attività prima di ripristinare l'esperienza predefinita del dominio esistente su Studio Classic:

    1. Passaggio 1: il backup dei dati contiene informazioni sui diversi volumi di archiviazione dei dati per Studio Classic e Studio. I tuoi dati non verranno migrati automaticamente tramite questo processo. Per istruzioni sulla migrazione dei dati, sulle configurazioni del ciclo di vita e sulle estensioni, consulta. JupyterLab (Facoltativo) Migrazione dei dati da Studio Classic a Studio

    2. L'eliminazione di tutte le applicazioni JupyterLab e Code Editor da Studio ti ricorda di eliminare le applicazioni Studio per evitare costi aggiuntivi. Questo non è un passaggio obbligatorio perché puoi eliminare le applicazioni e gli spazi dopo aver ripristinato il dominio esistente su Studio Classic. Ti consigliamo di eliminare le applicazioni e gli spazi non utilizzati per evitare costi aggiuntivi.

      Per istruzioni su come eliminare applicazioni e spazi dal tuo dominio, consultaArresta ed elimina le applicazioni e gli spazi in esecuzione di Studio.

    3. Il passaggio 3: Conferma di voler ripristinare questo dominio a Studio Classic, ti chiede di confermare l'intenzione di ripristinare l'esperienza predefinita del dominio esistente su Studio Classic.

    4. Fornisci feedback: hai la possibilità di lasciare un feedback sul motivo per cui stai ripristinando il dominio esistente a Studio Classic.

  8. Una volta completati tutti i passaggi e riempite le caselle di controllo, diventa disponibile il pulsante Ripristina dominio a Studio Classic.

  9. Dopo aver completato le attività sulla pagina e verificato le modifiche, scegli Ripristina il dominio in Studio Classic per ripristinare il dominio esistente.

Per tornare a Studio Classic come esperienza predefinita per il dominio esistente utilizzando il AWS CLI, usa la chiamata update-domain. È necessario impostare DISABLED come valore per StudioWebPortal e app:JupyterServer: come valore per DefaultLandingUri come parte del parametro. default-user-settings 

StudioWebPortalindica se l'esperienza Studio è l'esperienza predefinita e DefaultLandingUri indica l'esperienza predefinita a cui viene indirizzato l'utente quando accede al dominio. In questo esempio, l'impostazione di questi valori a livello di dominio (indefault-user-settings) rende Studio Classic l'esperienza predefinita per gli utenti all'interno del dominio.

Se un utente all'interno del dominio ha StudioWebPortal impostato ENABLED e DefaultLandingUri impostato studio:: su a livello utente (inUserSettings), ciò ha la precedenza sulle impostazioni del dominio. In altre parole, quell'utente avrà Studio come esperienza predefinita, indipendentemente dalle impostazioni del dominio.

Il seguente esempio di codice mostra come impostare Studio Classic come esperienza predefinita per gli utenti all'interno del dominio:

aws sagemaker update-domain \ --domain-id existing-domain-id \ --region Regione AWS \ --default-user-settings ' { "StudioWebPortal": "DISABLED", "DefaultLandingUri": "app:JupyterServer:" } '
  • Per ottenere il tuoexisting-domain-id, usa le seguenti istruzioni:

    Per ottenere existing-domain-id
    1. Apri la console Amazon SageMaker AI all'indirizzo https://console.aws.amazon.com/sagemaker/.

    2. Dal riquadro di navigazione a sinistra, espandi le configurazioni di amministrazione e scegli Domini.

    3. Scegli il dominio esistente.

    4. Dalla pagina Dettagli dominio, seleziona la scheda Impostazioni dominio.

    5. Copia l'ID del dominio.

  • Per ottenere il tuoRegione AWS, segui le seguenti istruzioni per assicurarti di utilizzare quello corretto Regione AWS per il tuo dominio:

    Per ottenere Regione AWS
    1. Apri la console Amazon SageMaker AI all'indirizzo https://console.aws.amazon.com/sagemaker/.

    2. Dal riquadro di navigazione a sinistra, espandi le configurazioni di amministrazione e scegli Domini.

    3. Scegli il dominio esistente.

    4. Nella pagina dei dettagli del dominio, verifica che si tratti del dominio esistente.

    5. Espandi l'elenco a Regione AWS discesa in alto a destra della console SageMaker AI e utilizza l' Regione AWS ID corrispondente a destra del tuo Regione AWS nome. Ad esempio us-west-1.