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。
JupyterLab バージョニング
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。
重要
2023 年 11 月 30 日現在、以前の Amazon SageMaker Studio エクスペリエンスは Amazon SageMaker Studio Classic という名前になりました。次のセクションは、Studio Classic アプリケーションの使用に固有のものです。更新された Studio エクスペリエンスの使用については、「」を参照してくださいAmazon SageMaker Studio。
Amazon SageMaker Studio Classic インターフェイスは、ノートブック JupyterLab、コード、データ用のウェブベースのインタラクティブな開発環境である に基づいています。Studio Classic は 3 の使用 JupyterLabのみをサポートします。
AWS Management Console より前の または 08/31/2022 AWS Command Line Interface より前の を使用してドメインとユーザープロファイルを作成した場合02/22/23、Studio Classic インスタンスのデフォルトは JupyterLab 1 です。07/01/2024 以降、 JupyterLab 1 を実行する Studio Classic アプリケーションを作成することはできません。
JupyterLab 3
JupyterLab 3 には、以前のバージョンでは使用できない以下の機能が含まれています。これらの機能の詳細については、JupyterLab 「3.0 がリリースされました
-
Base Python 2.0 カーネルおよびデータサイエンス 2.0 カーネルを使用する際のビジュアルデバッガー
-
ファイルブラウザのフィルター
-
目次 (TOC)
-
多言語サポート
-
シンプルモード
-
シングルインターフェイスモード
JupyterLab 3 の重要な変更点
JupyterLab 3 を使用する場合は、次の点を考慮してください。
-
を使用して JupyterLab バージョンを設定する場合は AWS CLI、 のイメージリストからリージョンと JupyterLab バージョンに対応するイメージを選択しますから AWS CLI。
-
JupyterLab 3 では、拡張機能をインストールする前に
studio
conda 環境をアクティブ化する必要があります。詳細については、「 JupyterLab および Jupyter Server 拡張機能のインストール」を参照してください。 -
Debugger は、次のイメージを使用する場合にのみサポートされます。
-
Base Python 2.0
-
Data Science 2.0
-
Base Python 3.0
-
Data Science 3.0
-
IAM ポリシー条件キーを使用したデフォルト JupyterLab バージョンの制限
IAM ポリシー条件キーを使用して、ユーザーが起動できる のバージョンを制限 JupyterLab できます。
次のポリシーは、ドメインレベルで JupyterLab バージョンを制限する方法を示しています。
{ "Version": "2012-10-17", "Statement": [ { "Sid": "Block users from creating JupyterLab 3 apps at the domain level", "Effect": "Deny", "Action": [ "sagemaker:CreateDomain", "sagemaker:UpdateDomain" ], "Resource": "*", "Condition": { "ForAnyValue:StringLike": { "sagemaker:ImageArns": "*image/jupyter-server-3" } } } ] }
次のポリシーは、ユーザープロファイルレベルで JupyterLab バージョンを制限する方法を示しています。
{ "Version": "2012-10-17", "Statement": [ { "Sid": "Block users from creating JupyterLab 3 apps at the user profile level", "Effect": "Deny", "Action": [ "sagemaker:CreateUserProfile", "sagemaker:UpdateUserProfile" ], "Resource": "*", "Condition": { "ForAnyValue:StringLike": { "sagemaker:ImageArns": "*image/jupyter-server-3" } } } ] }
次のポリシーは、アプリケーションレベルで JupyterLab バージョンを制限する方法を示しています。CreateApp
リクエストには、このポリシーを適用するARNイメージが含まれている必要があります。
{ "Version": "2012-10-17", "Statement": [ { "Sid": "Block users from creating JupyterLab 3 apps at the application level", "Effect": "Deny", "Action": "sagemaker:CreateApp", "Resource": "*", "Condition": { "ForAnyValue:StringLike": { "sagemaker:ImageArns": "*image/jupyter-server-3" } } } ] }
デフォルト JupyterLabバージョンの設定
以下のセクションでは、コンソールまたは を使用して Studio Classic のデフォルト JupyterLab バージョンを設定する方法を示します AWS CLI。
コンソールから
リソースの作成時に、ドメインレベルまたはユーザープロファイルレベルで使用するデフォルト JupyterLab バージョンを選択できます。コンソールを使用してデフォルト JupyterLab バージョンを設定するには、「」を参照してくださいAmazon SageMaker ドメインの概要。
から AWS CLI
を使用して、ドメインレベルまたはユーザープロファイルレベルで使用するデフォルト JupyterLab バージョンを選択できます AWS CLI。
を使用してデフォルト JupyterLab バージョンを設定するには AWS CLI、 AWS CLI コマンドの一部としてARN目的のデフォルト JupyterLab バージョンの を含める必要があります。これはARN、 SageMaker ドメインのバージョンとリージョンによって異なります。
次の表に、各リージョンARNsで使用可能な JupyterLab バージョンを示します。
リージョン | JL3 |
---|---|
us-east-1 | arn:aws:sagemaker:us-east-1:081325390199:image/jupyter-server-3 |
us-east-2 | arn:aws:sagemaker:us-east-2:429704687514:image/jupyter-server-3 |
us-west-1 | arn:aws:sagemaker:us-west-1:742091327244:image/jupyter-server-3 |
us-west-2 | arn:aws:sagemaker:us-west-2:236514542706:image/jupyter-server-3 |
af-south-1 | arn:aws:sagemaker:af-south-1:559312083959:image/jupyter-server-3 |
ap-east-1 | arn:aws:sagemaker:ap-east-1:493642496378:image/jupyter-server-3 |
ap-south-1 | arn:aws:sagemaker:ap-south-1:394103062818:image/jupyter-server-3 |
ap-northeast-2 | arn:aws:sagemaker:ap-northeast-2:806072073708:image/jupyter-server-3 |
ap-southeast-1 | arn:aws:sagemaker:ap-southeast-1:492261229750:image/jupyter-server-3 |
ap-southeast-2 | arn:aws:sagemaker:ap-southeast-2:452832661640:image/jupyter-server-3 |
ap-northeast-1 | arn:aws:sagemaker:ap-northeast-1:102112518831:image/jupyter-server-3 |
ca-central-1 | arn:aws:sagemaker:ca-central-1:310906938811:image/jupyter-server-3 |
eu-central-1 | arn:aws:sagemaker:eu-central-1:936697816551:image/jupyter-server-3 |
eu-west-1 | arn:aws:sagemaker:eu-west-1:470317259841:image/jupyter-server-3 |
eu-west-2 | arn:aws:sagemaker:eu-west-2:712779665605:image/jupyter-server-3 |
eu-west-3 | arn:aws:sagemaker:eu-west-3:615547856133:image/jupyter-server-3 |
eu-north-1 | arn:aws:sagemaker:eu-north-1:243637512696:image/jupyter-server-3 |
eu-south-1 | arn:aws:sagemaker:eu-south-1:592751261982:image/jupyter-server-3 |
eu-south-2 | arn:aws:sagemaker:eu-south-2:127363102723:image/jupyter-server-3 |
sa-east-1 | arn:aws:sagemaker:sa-east-1:782484402741:image/jupyter-server-3 |
cn-north-1 | arn:aws-cn:sagemaker:cn-north-1:390048526115:image/jupyter-server-3 |
cn-northwest-1 | arn:aws-cn:sagemaker:cn-northwest-1:390780980154:image/jupyter-server-3 |
ドメインの作成または更新
デフォルト JupyterServer バージョンをドメインレベルで設定するには、 CreateDomainまたは を呼び出しUpdateDomain、 UserSettings.JupyterServerAppSettings.DefaultResourceSpec.SageMakerImageArn
フィールドを渡します。
以下は、 を使用して JupyterLab 3 をデフォルトとするドメインを作成する方法を示しています AWS CLI。
aws --region
<REGION>
\ sagemaker create-domain \ --domain-name<NEW_DOMAIN_NAME>
\ --auth-mode<AUTHENTICATION_MODE>
\ --subnet-ids<SUBNET-IDS>
\ --vpc-id<VPC-ID>
\ --default-user-settings '{ "JupyterServerAppSettings": { "DefaultResourceSpec": { "SageMakerImageArn": "arn:aws:sagemaker:<REGION>
:<ACCOUNT_ID>
:image/jupyter-server-3", "InstanceType": "system" } } }'
以下は、 を使用して JupyterLab 3 をデフォルトとして使用するようにドメインを更新する方法を示しています AWS CLI。
aws --region
<REGION>
\ sagemaker update-domain \ --domain-id<YOUR_DOMAIN_ID>
\ --default-user-settings '{ "JupyterServerAppSettings": { "DefaultResourceSpec": { "SageMakerImageArn": "arn:aws:sagemaker:<REGION>
:<ACCOUNT_ID>
:image/jupyter-server-3", "InstanceType": "system" } } }'
ユーザープロファイルの作成または更新
ユーザープロファイルレベルでデフォルト JupyterServer バージョンを設定するには、 CreateUserProfileまたは を呼び出しUpdateUserProfile、 フィールドをUserSettings.JupyterServerAppSettings.DefaultResourceSpec.SageMakerImageArn
渡します。
を使用して、既存のドメインで JupyterLab 3 をデフォルトとしてユーザープロファイルを作成する方法を以下に示します AWS CLI。
aws --region
<REGION>
\ sagemaker create-user-profile \ --domain-id<YOUR_DOMAIN_ID>
\ --user-profile-name<NEW_USERPROFILE_NAME>
\ --query UserProfileArn --output text \ --user-settings '{ "JupyterServerAppSettings": { "DefaultResourceSpec": { "SageMakerImageArn": "arn:aws:sagemaker:<REGION>
:<ACCOUNT_ID>
:image/jupyter-server-3", "InstanceType": "system" } } }'
を使用して、 JupyterLab 3 をデフォルトとして使用するようにユーザープロファイルを更新する方法を次に示します AWS CLI。
aws --region
<REGION>
\ sagemaker update-user-profile \ --domain-id<YOUR_DOMAIN_ID>
\ --user-profile-name<EXISTING_USERPROFILE_NAME>
\ --user-settings '{ "JupyterServerAppSettings": { "DefaultResourceSpec": { "SageMakerImageArn": "arn:aws:sagemaker:<REGION>
:<ACCOUNT_ID>
:image/jupyter-server-3", "InstanceType": "system" } } }'
コンソールからアプリケーションの JupyterLab バージョンを表示および更新する
以下は、アプリケーションの JupyterLab バージョンを表示および更新する方法を示しています。
-
SageMaker ドメインページに移動します。
-
ユーザープロファイルを表示するドメインを選択します。
-
アプリケーションを表示するユーザーを選択します。
-
アプリケーションの JupyterLab バージョンを表示するには、アプリケーションの名前を選択します。
-
JupyterLab バージョンを更新するには、アクション を選択します。
-
ドロップダウンメニューから、 JupyterLab バージョンの変更 を選択します。
-
Studio Classic の設定ページで、ドロップダウンメニューから JupyterLab バージョンを選択します。
-
ユーザープロファイル JupyterLab のバージョンが正常に更新されたら、 JupyterServer アプリケーションを再起動してバージョンの変更を有効にします。 JupyterServer アプリケーションの再起動の詳細については、「」を参照してください SageMaker Studio Classic のシャットダウンと更新。
JupyterLab および Jupyter Server 拡張機能のインストール
JupyterLab 3 では、拡張機能をインストールする前に studio
conda 環境をアクティブ化する必要があります。この方法は、Studio Classic 内から拡張機能をインストールするか、ライフサイクル設定スクリプトを使用する場合によって異なります。
Studio Classic 内からの拡張機能のインストール
Studio Classic 内から拡張機能をインストールするには、拡張機能をインストールする前にstudio
環境をアクティブ化する必要があります。
# Before installing extensions conda activate studio # Install your extensions pip install
<JUPYTER_EXTENSION>
# After installing extensions conda deactivate
ライフサイクル設定スクリプトを使用して拡張機能をインストールする
ライフサイクル設定スクリプトに JupyterLab と Jupyter Server 拡張機能をインストールする場合は、スクリプトを JupyterLab 3 で動作するように変更する必要があります。以下のセクションでは、既存および新規のライフサイクル設定スクリプトで必要なコードについて説明します。
既存のライフサイクル設定スクリプト
両方のバージョンの で動作する必要がある既存のライフサイクル設定スクリプトを再利用する場合は JupyterLab、スクリプトで次のコードを使用します。
# Before installing extension export AWS_SAGEMAKER_JUPYTERSERVER_IMAGE="${AWS_SAGEMAKER_JUPYTERSERVER_IMAGE:-'jupyter-server'}" if [ "$AWS_SAGEMAKER_JUPYTERSERVER_IMAGE" = "jupyter-server-3" ] ; then eval "$(conda shell.bash hook)" conda activate studio fi; # Install your extensions pip install
<JUPYTER_EXTENSION>
# After installing extension if [ "$AWS_SAGEMAKER_JUPYTERSERVER_IMAGE" = "jupyter-server-3" ]; then conda deactivate fi;
新しいライフサイクル設定スクリプト
JupyterLab 3 のみを使用する新しいライフサイクル設定スクリプトを作成する場合は、スクリプトで次のコードを使用できます。
# Before installing extension eval "$(conda shell.bash hook)" conda activate studio # Install your extensions pip install
<JUPYTER_EXTENSION>
conda deactivate