Amazon SageMaker Studio Classic をカスタマイズする

独自の SageMaker イメージを取り込む： SageMaker イメージは、Amazon SageMaker Studio Classic で Jupyter Notebook を実行するために必要なカーネル、言語パッケージ、その他の依存関係を識別するファイルです。Amazon SageMaker には、使用できる多くの組み込みイメージが用意されています。さまざまな機能が必要な場合は、Studio Classic に独自のカスタムイメージを取り込むことができます。

Amazon SageMaker Studio Classic でライフサイクル設定を使用する： ライフサイクル設定は、新しい SageMaker Studio Classic ノートブックの開始など、Amazon Studio Classic ライフサイクルイベントによってトリガーされるシェルスクリプトです。ライフサイクル設定を使用して、Studio Classic 環境のカスタマイズを自動化できます。例えば、カスタムパッケージのインストール、ノートブック拡張機能の設定、データセットのプリロード、ソースコードリポジトリの設定を行えます。

Studio Classic に推奨 Git リポジトリをアタッチする： Amazon SageMaker ドメインレベルまたはユーザープロファイルレベルで推奨 Git リポジトリ URLs をアタッチできます。次に、提案のリストからリポジトリ URL を選択し、Studio Classic の Git 拡張機能を使用して環境にそのリポジトリ URL をクローンできます。

Conda 環境を Studio Classic Amazon EFS ボリュームに永続化： Studio Classic は Amazon EFS ボリュームを永続ストレージレイヤーとして使用します。この Amazon EFS ボリュームに Conda 環境を保存し、保存した環境を使用してカーネルを作成できます。Studio Classic は、Amazon EFS に保存されたすべての有効な環境を KernelGateway カーネルとして自動的に取得します。これらのカーネルは、カーネル、アプリ、Studio Classic の再起動後も保持されます。詳細については、「Amazon Studio Classic ノートブックで Python パッケージを管理する 4 つのアプローチ」の「Studio Classic EFS ボリュームへの Conda 環境の永続化」セクションを参照してください。 SageMaker