Amazon SageMaker Studio Classic のカスタマイズ

独自の SageMaker イメージの持ち込み： SageMaker イメージは、Amazon SageMaker Studio Classic で Jupyter ノートブック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 では、多くの組み込みイメージを使用できます。異なる機能が必要な場合は、独自のカスタムイメージを Studio Classic に持ち込むことができます。

Amazon SageMaker Studio Classic でのライフサイクル設定の使用： ライフサイクル設定は、新しい Studio Classic ノートブックの開始など、Amazon SageMaker 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URLリストからリポジトリを選択し、Studio Classic の Git 拡張機能を使用して環境にクローンできます。

Studio Classic Amazon EFSボリュームに Conda 環境を永続化： 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 に KernelGateway カーネルEFSとして保存されたすべての有効な環境を自動的に取得します。これらのカーネルは、カーネル、アプリケーション、Studio Classic の再起動を通じて保持されます。詳細については、「Amazon Studio Classic ノートブックの 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 環境の保持」セクションを参照してください。 SageMaker