翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
ステップ 2: ノートブックインスタンスに Jupyter SageMaker Notebook を作成する
重要
Amazon SageMaker Studio または Amazon SageMaker Studio Classic が Amazon SageMaker リソースを作成できるようにするカスタムIAMポリシーでは、それらのリソースにタグを追加するアクセス許可も付与する必要があります。Studio と Studio Classic は、作成したリソースに自動的にタグ付けするため、リソースにタグを追加するアクセス許可が必要です。IAM ポリシーで Studio と Studio Classic がリソースを作成することを許可されているが、タグ付けが許可されていない場合、リソースを作成しようとするとAccessDenied「」エラーが発生する可能性があります。詳細については、「リソースにタグ付けするための SageMakerアクセス許可を提供する」を参照してください。
AWS Amazon の マネージドポリシー SageMaker SageMaker リソースを作成するアクセス許可を付与する には、それらのリソースの作成中にタグを追加するアクセス許可が既に含まれています。
モデルのトレーニングとデプロイのスクリプトを開始するには、ノートブックインスタンスに Jupyter SageMaker Notebook を作成します。Jupyter Notebook を使用すると、 SageMaker 機能とインフラストラクチャを使用しながら、機械学習 (ML) 実験を実行してトレーニングと AWS 推論を行うことができます。
Juypter ノートブックを作成するには
-
次の手順を実行して、ノートブックインスタンスを開きます。
-
で SageMaker コンソールにサインインしますhttps://console.aws.amazon.com/sagemaker/
。 -
ノートブックインスタンスページで、次のいずれかを選択してノートブックインスタンスを開きます。
-
インターフェイスで JupyterLabを開く JupyterLab
-
従来の Jupyter ビューで Jupyter を開く
注記
ノートブックインスタンスの [ステータス] 列に [保留中] と表示されている場合は、ノートブックインスタンスはまだ作成中です。ノートブックインスタンスを使用する準備が整InServiceうと、ステータスは に変わります。
-
-
-
次の手順を実行して、ノートブックを作成します。
-
JupyterLab ビューでノートブックを開いた場合は、ファイルメニューで新しい を選択し、ノートブック を選択します。[カーネルの選択] で、[conda_python3] を選択します。この事前にインストールされた環境には、デフォルトの Anaconda インストールおよび Python 3 が含まれています。
-
クラシック Jupyter ビューでノートブックを開いた場合は、[ファイル] タブで [新規]、[conda_python3] の順に選択します。この事前にインストールされた環境には、デフォルトの Anaconda インストールおよび Python 3 が含まれています。
-
-
次の手順を実行して、ノートブックを保存します。
-
JupyterLab ビューで、ファイル を選択し、ノートブックを名前を付けて保存... を選択し、ノートブックの名前を変更します。
-
Jupyter クラシックビューで、[ファイル]、[名前を付けて保存...] の順に選択し、ノートブックの名前を変更します。
-
